图卷积神经网络笔记——第五章：（1）基于PyG库的图卷积的节点分类实战

前面讲解了图卷积的基本理论知识（ 链接.），接下来讲解基于PyG库的图卷积的节点分类。
需要说明的是，我是用的是win10系统。

一、环境搭建

1、PyG库简介

PyG的全称是 PyTorch Geometric，是一款基于 PyTorch 的几何深度学习框架，可以简单方便的实现图神经网络，也就是说，PyG里面封装了各种方法，比如常见的各种图卷积，直接调用即可。当然在学习PyG之前，要对PyTorch有一定的了解。
PyG官方文档： https://pytorch-geometric.readthedocs.io/en/latest/notes/installation.html.
项目链接: https://github.com/rusty1s/pytorch_geometric.

2、安装Anaconda并配置虚拟环境

官网下载Anaconda： https://www.anaconda.com/products/individual.
然后根据教程： https://zhuanlan.zhihu.com/p/61639212.安装即可。

注意，需要添加环境变量，下面的这两点是Linxu上的添加环境变量：

export PATH=/home/你的用户名/anaconda3/bin:$PATH

再更新一下环境变量：

source ~/.bashrc

安装完Anaconda之后，我们添加一些设置，为以后安装别的包方便。
首先打开Anaconda Prompt。

（1）添加清华镜像包管理：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

添加之后，在安装包的时候将地址展示出来，方便我们查看：

conda config --set show_channel_urls yes

如果不想用添加的源，使用下面的命令删除就行了。

conda config --remove-key channels

（2）conda配置虚拟环境

我们为每个项目创建一个虚拟环境，虽然麻烦，但是这样比较清晰，也方便管理，会减少一些不必要的问题。

创建环境：(这个项目使用的是python3.6)

conda create -n env_name python=3.x

删除环境：

conda remove -n env_name --all

激活环境：

activate env_name # 这个是windows下的
source activate env_name # 这个是linux下的

退出环境：

deactivate env_name # 这个是windows下的
source deactivate env_name # 这个是linux下的

3、安装PyTorch和PyG

（1）安装PyTorch

在安装之前，需要看看对应的版本（去前面给的项目链接看）。

PyTorch 1.5.0对应如下：

PyTorch 1.4.0对应如下：

这个项目使用如下版本：

PyTorch=1.4.0、torchvision=0.5.0、cudatoolkit=10.1、cudnn=7.6.3
(cudnn基于GPU的加速库，也就是有了它才能在GPU上加速)

然后去PyTorch官网，复制安装命令，如下所示：

需要说明的是 -c pytorch 的意思就是说不用我们设置的清华镜像，而是去pytorch官网下载。

由于要指定版本，所以最终使用的命令如下，需要说明的是需要进入前面创建的虚拟环境安装。

conda install pytorch=1.4 torchvision=0.5 cudatoolkit=10.1

然后测试是否安装成功：
输入 python
输入 import torch，没有报错说明安装成功
输入 print(torch.version),查看pytorch的版本。

到这里，pytorch和 torchvision，以及要使用显卡的包cudatoolkit，就安装成功了。
注意：如果不用显卡，用cpu跑则不用安装cudatoolkit。

（2）安装PyGeometric

首先去PyGeometric的官网： https://pytorch-geometric.readthedocs.io/en/latest/notes/installation.html.

1、确保至少安装了PyTorch 1.4.0:

python -c "import torch; print(torch.__version__)"
>>> 1.4.0

2、PyTorch安装的CUDA版本:

python -c "import torch; print(torch.version.cuda)"
>>> 10.1

3、安装相关软件包:

pip install torch-scatter==latest+cu101 -f https://pytorch-geometric.com/whl/torch-1.4.0.html
pip install torch-sparse==latest+cu101 -f https://pytorch-geometric.com/whl/torch-1.4.0.html
pip install torch-cluster==latest