清华大学公开的AutoGL的安装经验:(v0.4.1版本)
1. 环境:Ubuntu 20.04, pyenv install 3.10.13
选择3.10.13的原因:依赖的包仅支持python > 3.8, <=3.12,之前尝试了用 python 3.11.5\3.6.8\3.6.0\3.8.0 一律gg。
2. 步骤:1)安装明面上的依赖:torch || torch-geometric || dgl
2)背地里的依赖:安装hyperopt==0.1.2,别的都不行,规定死了;networkx==2.8,也定死了,有graph_number_of_cliques区别;gensim==3.8.0,高一点儿都装不上;遇到torch-sparse || torch scatter 问题,先用你的torch看一下版本,然后pip install torch-scatter torch-sparse -f https://data.pyg.org/whl/torch-{$版本}+cu{$版本}.html;其它一些小依赖,一般都有,或者看看报错都能解决。
3) 从github上下载AutoGL的代码,别用pip,没更新,有dgl.dataloading.pytorch区别。
3. 测试,去AutoGL/examples/测试graph_classification.py, OK就OK.
简单聊几句,目前还在测试,看能不能用自己的custom data,github和documents上都写的不是特别清楚,似乎graph classification还是用的未改版GIN,必须是同构图homogeneous,异构图就得走dgl,后续如果真的可以用,再更新。