推荐系统环境安装（recommenders、scikit-surprise、lightfm）中遇到的问题

1 前言

最近想新开一个坑，跑一下推荐系统方面的code，于是重新配置了一个Recommender System的Conda环境，把遇到的问题记录一下，希望对你有用。

2 虚拟环境

首先，为了避免环境混乱，更好地管理环境，我们需要先建立conda的虚拟环境

2.1 创建虚拟环境

  env_name 是你想要用的环境名（例：rs（recommender systems）），后面对应python版本

conda create -n env_name python=x.x

2.2 激活环境

  进入刚刚创建的环境

conda activate env_name

2.3 设置镜像

conda config --add channels Index of /anaconda/pkgs/free/
conda config --add channels Index of /anaconda/pkgs/main/
conda config --set show_channel_urls yes

2.4 关闭环境

  如需退出环境，执行如下代码

conda deactivate

3 CondaHTTPError: HTTP 000 CONNECTION FAILED for url问题解决

  出现这个问题是因为镜像网络问题，找到C/用户/下的.condarc文件，将里面的内容复制为

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  问题得到完美解决，保存文件后就可以进行虚拟环境配置了。不会再出现网络问题。

4 安装对应的PIP库 

Microsoft Recommenders 在PyPI上对应的库名称叫做recommenders，recommenders支持examples、gpu、spark、xlearn、all及experimental六个不同的相关库参数，默认安装的是最小配置，即examples。我们可以执行如下代码实现

pip install --upgrade pip
pip install recommenders[examples]

然而，如果我们简单的执行如上代码，在pip install recommenders[examples]中会出现 scikit-surprise和lightfm两个库无法成功安装的问题，一直报错，这个时候就可以用下面两种方法：

4.1 方法1：安装Microsoft Visual C++ Build Tools

出现 error: Microsoft Visual C++ 14.0 or greater is required，这是因为缺少C++编译环境，此时我们安装一个Microsoft Visual C++ Build Tools就可以了。

下载链接：http://go.microsoft.com/fwlink/?LinkId=691126

下载完直接点击安装即可，然后执行

pip install lightfm

完成安装，但是我用这个方法还是出现了问题，所以有了方法2。

4.2 方法2：利用Conda install安装

强烈推荐，直接使用conda安装这两个包

conda install -c conda-forge scikit-surprise
conda install -c conda-forge lightfm

安装成功以后，我们接着执行

pip install recommenders[examples]

显示成功！！！在python中测试

import recommenders

大功告成！

最后，如果在GPU版本中需要使用英伟达的cuda加速套件，就需要执行以下指令，安装环境

conda install cudatoolkit=10.0 "cudnn>=7.6"

5 结尾

按照如上步骤，即可得到一个配置好的Recommender Systems环境。