虚拟环境配置实战-经验总结

项目https://github.com/Peien429/BotDGTrequirements.txt:pytorch-lightning2.0.4 torch1.13.0 torch-cluster1.6.1pt113cu117 torch-geometric2.1.0 torch-scatter2.1.1pt113cu117 torch-sparse0.6.17pt113cu117 torch-spline-conv1.2.2pt113cu117直接使用pip install -r requirements.txt命令安装的时候报了错说找不到torch-cluster相对应的版本。然后就分开安装。安装pytorchhttps://pytorch.org/get-started/previous-versions/安装torch_scattertorch_sparsetorch_clustertorch_spline_convhttps://data.pyg.org/whl/安装torch-geometrichttps://pytorch-geometric.readthedocs.io/en/latest/install/installation.html安装torch-lightingconda create -n env_name python3.9 conda activate env_name pip install torch2.6.0 torchvision0.21.0 torchaudio2.6.0 --index-url https://download.pytorch.org/whl/cu118 pip install pyg_lib torch_scatter torch_sparse torch_cluster torch_spline_conv -f https://data.pyg.org/whl/torch-2.6.0cu118.html pip install torch_geometric pip install pytorch_lightning总结pip和conda各自安装的包各自看不到所以容易出现冲突的情况conda能看到所有自己安装的包并且解决依赖和冲突的能力比pip强所有尽量只使用conda来安装包如果conda没有再使用pip来安装包。但是这里的包主要只有pygpyg官方推荐使用pip安装所以都用pip安装了使用命令conda install pytorch1.13.0 torchvision0.14.0 torchaudio0.13.0 cudatoolkit11.7时默认安装的是cpu版本的torch。即使先conda install cudatoolkit11.7再conda install pytorch1.13.0 torchvision0.14.0 torchaudio0.13.0仍然下载的是cpu版本的torch。因为conda install命令在不指定特定频道时依赖解析器会优先选择最容易安装的CPU版本包。要确保安装GPU版本最可靠的方法是直接从PyTorch官方频道-c pytorch安装。官方频道会提供完整的、带CUDA构建的包。如conda install pytorch1.13.0 torchvision0.14.0 torchaudio0.13.0 cudatoolkit11.7 -c pytorch -c conda-forge。此外如果使用命令conda install pytorch torchvision pytorch-cuda也会下载gpu版本的torch因为参数 pytorch-cuda这是一个元数据包专门用来告诉 conda 安装支持CUDA的PyTorch版本但是pytorch-cuda 依赖于 cuda-cudart 等精确版本的 CUDA 组件这些组件是 NVIDIA 官方维护的所以要有-c nvidia/conda-forge 这两个官方频道否则可能会报错。按照PyTorch Geometric官方建议在安装好PyTorch后使用 pip 并指向其官方的wheel仓库来安装是最可靠的方法。-f https://data.pyg.org/whl/torch-1.13.0cu117.html只适用于PyGtorch-geometric扩展库不能使用以下命令来安装这两个包pip install torch-geometric2.1.0pt113cu117 -f https://data.pyg.org/whl/torch-1.13.0cu117.html pip install pytorch-lightning2.0.4pt113cu117 -f https://data.pyg.org/whl/torch-1.13.0cu117.html首先-f https://data.pyg.org/whl/torch-1.13.0cu117.html只适用于PyGtorch-geometric扩展库。而pytorch-lightning不是。其次torch-geometric和pytorch-lightning发布在PyPI官方仓库而不是PyG的自定义库。PyPI有严格的版本号规范(可以是2.1.0但不能是2.1.0pt113cu117但自定义仓库可以灵活处理。这几个包的介绍torch (PyTorch)深度学习核心框架提供张量计算、自动微分、神经网络构建等基础功能核心功能Tensor 运算类似 NumPy但支持 GPU自动微分autograd神经网络模块nn.Module数据加载器DataLoaderpytorch-lightningPyTorch 的高层封装简化训练流程提供最佳实践模板核心功能自动化训练循环无需手动写 for 循环分布式训练支持实验管理和日志TensorBoard、WandB 等Checkpoint 保存和恢复超参数优化框架torch-geometric(PyG)图神经网络GNN专用库提供图数据处理和 GNN 模型实现核心功能图数据结构Data, Batch标准 GNN 层GCN, GAT, GraphSAGE 等图数据转换和增强常用图数据集PyG的底层依赖torch-scatter高效的散点操作用于图神经网络中的节点聚合torch-sparse稀疏张量运算高效处理图结构邻接矩阵通常很稀疏torch-cluster图聚类算法实现torch-spline-conv样条卷积实现一种特殊的图卷积包安装的顺序应该是从torch-pytorch-lightning