ubuntu16.04安装torch-geometric包

最近要跑前辈代码，里面用到了torch-geometric这个包，走了一些坑，在此记录一下自己的安装过程，以作备忘。

安装过程：

1. 使用anaconda创建虚拟环境

我是用anaconda创建了一个虚拟环境，下面的包都是安装在这个环境下，这样在这个环境里随便折腾，不会搞崩系统。。。

conda create -n your_env_name python=3.7

your_env_name是你的环境名字，然后进入环境：

conda activate your_env_name

PS：如果环境退出使用：

conda deactivate

2. 安装CUDA和CUDNN

因为要用GPU，所以需要装一下CUDA和CUDNN。但我的ubuntu已经装好NVIDIA驱动，所以就安装CUDA和CUDNN了。如果没有装英伟达驱动，需要先装好英伟达驱动，装好驱动后在命令行中使用：

nvidia-smi

查看相应的驱动信息以及需要对应的CUDA版本。
我的信息如下：

下来就是安装CUDA和CUDNN了，我安装的版本是CUDA10.0，虽然驱动适配的是10.1，但跑起来也没什么问题。。。
在上面创建的虚拟环境下，安装CUDA和CUDNN：

conda install cudatoolkit=10.0
conda install cudnn=7.6.5

我选这两个版本主要是想装对应的tensorflow-gpu2.0（或者conda install tensorflow-gpu==2.0.0就能直接装好对应版本的CUDA和CUDNN，tensorflow和它们的对应关系见https://tensorflow.google.cn/install/source），和装torch-geometric没什么关系。

3. 安装pytorch和对应的依赖

3.1 pytorch安装

pytorch安装从官网查找

我CUDA版本是10.0所以安装的pytorch版本要装以前的老版本。但torch-geometric包最低也只支持pytorch1.4版本的，所以我选择安装了pytorch1.4。

因为我已经装过了cuda所以这里就不再安装，直接使用命令：

conda install pytorch==1.4.0 torchvision==0.5.0 -c pytorch

这里使用conda命令没用pip就是为了能让它帮我匹配对应的版本（CUDA10.0）进行下载，安装后可以确认一下pytorch和CUDA版本是否匹配，在上面创建的虚拟环境中使用以下命令：

python -c "import torch; print(torch.version.cuda)"
nvcc -V

两个都是10.0就没问题了。

3.2 对应依赖安装

主要是安装torch-scatter、torch-sparse、torch-cluster以及torch-spline-conv这四个。
从https://pytorch-geometric.com/whl/torch-1.4.0.html处下载对应版本的包，如果Pytorch版本不是1.4.0，需要下载对应的依赖，地址就把torch-1.4.0.html去掉就行：




cu100是CUDA10.0，cp37对应python3.7，根据版本需要选择对应的下载。然后直接用四个文件进行安装：

pip install torch_scatter-2.0.3+cu100-cp37-cp37m-linux_x86_64.whl
pip install torch_sparse-0.5.1+cu100-cp37-cp37m-linux_x86_64.whl
pip install torch_cluster-1.5.2+cu100-cp37-cp37m-linux_x86_64.whl
pip install torch_spline_conv-1.2.0+cu100-cp37-cp37m-linux_x86_64.whl

安装完成后就是最后一步安装torch-geometric：

pip install torch-geometric

4. 测试

以上步骤执行完没有错误基本就安装完成了，也可以使用下面的命令测试一下：

python -c "import torch_geometric" 

没有报错就是成功了。前辈的代码终于能run了！