CDVAE项目环境配置

1. 系统环境

系统环境：Ubuntu22.04+GeForce RTX 3090+cuda12.6（cuda版本11.1以上均适用）。

2. 设置环境变量

先按照CDVAE中描述的设置环境变量。

下图是我对应的环境变量（这里和下文中的user是需要替换为自己的用户名）

export PROJECT_ROOT="/home/user/cdvae-main/cdvae-main"
export HYDRA_JOBS="/home/user/cdvae-main/cdvae-main/hydra"
export WABDB_DIR="/home/user/cdvae-main/cdvae-main/wabdb"

3. 配置环境变量

将文件libcusparse.so.11导入到/home/user/anaconda3/lib/中（获取文件libcusparse.so.11见第5节），在.bashrc文件最后输入以下两行代码

export  LD_LIBRARY_PATH="/home/user/anaconda3/lib/"
export  HYDRA_FULL_ERROR=1

保存，终端输入source ~/.bashrc

4. 安装CDVAE虚拟环境

终端进入到env_sub.yml文件所在的目录（注意，这里的env_sub.yml文件我进行了修改，文件可以在我的工坊获得），然后运行以下命令

conda env create -f env_sub.yml

这一步可能要等比较久，耐心等待。可能会出现如下问题，

可以通过pip list 和conda list来查看安装失败的包，然后单独进行安装，安装过程中可能会覆盖之前安装的包或者更改包的版本，需要不断修改，这里是本人根据经验总结的安装顺序。

conda activate cdvae

pip install matminer==0.7.3

pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

pip install torchmetrics==0.5.0
pip install ipywidgets jupyterlab matplotlib pylint

以下四个文件需要下载对应的whl文件，可以在我的工坊获得

pip install torch_cluster-1.5.9-cp39-cp39-linux_x86_64.whl
pip install torch_scatter-2.0.6-cp39-cp39-linux_x86_64.whl 
pip install torch_sparse-0.6.10-cp39-cp39-linux_x86_64.whl 
pip install torch_spline_conv-1.2.1-cp39-cp39-linux_x86_64.whl

继续调整其它包的版本：

pip install torch-geometric==2.3.0

python3 -m pip install setuptools==59.5.0

pip install tensorboard==2.3.0

pip install protobuf==3.20

pip install omegaconf==2.1.2

pip install hydra-core==1.1.0

pip install hydra-joblib-launcher==1.1.5

pip install numpy==1.22.0

pip install pandas==2.0.3

pip install p_tqdm==1.3.3

pip install scipy==1.9.0

pip install statsmodels==0.14.1

pip install wandb==0.10.33

pip install -e .

如果出现下图错误：

将/cdvae-main/cdvae/pl_modules/gnn.py的第7行（from torch_geometric.nn.acts import swish）
改为

try:
    from torch_geometric.nn.acts import swish
except ImportError:
    from torch_geometric.nn.resolver import swish

在终端输入python cdvae/run.py data=perov expname=perov，出现下图：

到这里，选择1新建一个wandb.ai账号，然后输入key；选择2直接输入自己账号的key；接着就可以运行了，环境搭建完成！

5. 资料下载

完整文档和安装用到的文件libcusparse.so.11，env_sub.yml，torch_cluster，torch_scatter，torch_sparse，torch_spline_conv可以在我的工坊（点击进入）获得。