图神经网络入门：搭建GNN环境

图神经网络入门：搭建GNN环境

本教程是在Windows10下安装Pytorch(GPU版本，CPU版本比较简单，不需要CUDA、cudnn) ,CUDA ,cudnn,pyG
许多初学者，开始以为直接安装好上述的软件或者包就直接能用了，我一开始也是这么干的。但是是错误的。注意：上述软件或包版本要求一一对应！！！不能出错。
查询的连接在Pytorch官网Pytorch
如下图所示

torch torchvision python 版本对应表

NVIDIA驱动与CUDA版本对应表

查询方式如下图

在这里选择pytorch1.4版本。可以使用Anaconda安装，也可以直接用命令安装，建议使用Anaconda安装，后续安装各种包很方便，路径也好查到。关于Anaconda的安装可以查看我的另一篇文章Anaconda.参考前半部分即可。

在安装好Anaconda的前提下开始安装pytorch、cuda、cudnn、pyG.

• 1、在anaconda创建新的环境。
  打开如下图的Anaconda Prompt
  
  conda环境配置命令如下：

#创建新环境命令
conda create -n pyG python=3.6  #pyG是环境名字  
#删除环境命令    
conda remove -n pyG --all
#激活环境
source activate pyG   # 有的提示使用  conda actiavte pyG
#退出环境
source deactivate pyG  #有的提示使用 conda deactivate pyG

• 2、在pyG环境下安装pytorch1.4
  
  输入命令：

# CUDA 10.1
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch

根据提示操作即可。安装后测试

python #进入python编译环境

import torch
print(torch.__version__)
#注意版本号！！！

• 3、安装CUDA
  进入CUDA官网CUDA
  注意选择版本号，上一步安装pytorch时，命令的后段中 cudatoolkit=10.1 。所以必须按照这个版本的。
  
  **下载安装即可，注意安装时，不要选择推荐安装，选择自定义安装，自己选择安装的路径，一开始提示的路径不是安装路径，只是一个临时解压路径，安装好就消失了。**其他的步骤默认即可。
  安装后测试cuda版本

nvcc -V 
nvcc -version

• 4、安装cudnn,这是一个加速处理。(注意版本号与CUDA对应)
  可以直接去官网下载cudnn。常常遇到文件失效或者链接不存在，那就baidu一下，网上有很多资源可以下载。解压后，将其中的文件复制到上一步安装CUDA对应的路径文件下即可！

• 5、开始安装Pytorch geometric 。（这里安装1.4.3版本）
  先测试之前的安装是否成功！！！

#1、测试Pytorch 1.4.0
import torch
print(torch.__version__)
#1.4.0

#2、测试CUDA 10.1
import torch
print(torch.cuda.is_available())
# True
#在终端测试 nvcc
nvcc --version
#10.1

开始安装pytorch geometric相关包

$ 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+cu101 -f https://pytorch-geometric.com/whl/torch-1.4.0.html
$ pip install torch-spline-conv==latest+cu101  -f https://pytorch-geometric.com/whl/torch-1.4.0.html
$ python setup.py install or pip install torch-geometric

也可以下先下载包到本地，在执行pip命令比较快。（推荐）
下载地址前四个命令对应的包
注意版本号，以及CPU还是GPU、cu101,cp36 （例如torch_cluster-1.5.3+cu101-cp36-cp36m-win_amd64.whl）
下载好后，pip命令安装

pip install torch_cluster-1.5.3+cu101-cp36-cp36m-win_amd64.whl
pip install torch_spline_conv-latest+cu101-cp36-cp36m-win_amd64.whl
pip install torch_sparse-latest+cu101-cp36-cp36m-win_amd64.whl
pip install torch_scatter-2.0.3+cu101-cp36-cp36m-win_amd64.whl
pip install torch-geometric

测试是否安装成功

import torch
from torch_geometric.data import Data

edge_index = torch.tensor([[0, 1, 1, 2],
                           [1, 0, 2, 1]], dtype=torch.long)
x = torch.tensor([[-1], [0], [1]], dtype=torch.float)

data = Data(x=x, edge_index=edge_index)
print(data)
# Data(edge_index=[2, 4], x=[3, 1])

#整理不容易，小白入门必看。