tensorflow框架下的gcn代码调试

第一步:安装andconda3,镜像地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
选择:在这里插入图片描述(版本:4.2.0)
配置环境:https://www.jianshu.com/p/d3a5ec1d9a08

第二步:管理员模式下的cmd。
1.升级pip,
pip install --user --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple
2.安装tensorflow:
pip install --upgrade --ignore-installed tensorflow==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
3.进入python 测试numpy,tensorflow, networkx是否引用成功。
tensorflow框架下的gcn代码调试_第1张图片
这是由于numpy有两个导致系统冲突,需要进行卸载重装,这里需要执行两次pip uninstall numpy 命令。

这是第一次:tensorflow框架下的gcn代码调试_第2张图片这是第二次:
tensorflow框架下的gcn代码调试_第3张图片
第三步:重新安装numpy(最好装1.14.0)
命令:pip install numpy==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

接下来测试tensorflow,networkx
在这里插入图片描述
第四步:激活环境
https://www.jianshu.com/p/26bbb1d8c28f
注意的是:
tensorflow框架下的gcn代码调试_第4张图片
第五步:下载gcn数据集(https://github.com/tkipf/gcn)
解压之后进入相应的工程文件夹下,执行:python setup.py install
tensorflow框架下的gcn代码调试_第5张图片
这里需要把代码中的setup.py文件改成相应的版本号;
tensorflow框架下的gcn代码调试_第6张图片
最后一步:cd gcn
执行:python train.py
如图:
tensorflow框架下的gcn代码调试_第7张图片
运行成功!!!
tensorflow框架下的gcn代码调试_第8张图片

你可能感兴趣的:(tensorflow框架下的gcn代码调试)