pytorch_geometric环境配置
pytorch_geometric环境配置
pytorch_geometric是一个图深度学习库。除了pytorch，安装这个库还需要安装torch_cluster, torch_scatter, torch_sparse, torch_spline_conv这四个库，安装过程需要注意gcc/g++, cuda/cudnn, python, pytorch, torch_cluster/torch_scatter/torch_sparse/torch_spline_conv之间的版本对应，比较复杂繁琐，故在此记录。
环境及约束条件
- Ubuntu 20.04（无root权限，只能在用户目录下安装）
- gcc/g++ 9.3.0
- conda 4.5.4
- python 3.6.5
- GPU: Tesla V100-PCIE-32GB（驱动已经由系统管理员安装）
- 由于使用了最新的API，因此必须使用pytorch 1.10.1
各个依赖库版本
-
gcc 8.5.0, g++ 8.5.0
-
cuda 10.2, cudnn 8.3.2
-
torch 1.10.1+cu102
-
torch_cluster 1.5.9
-
torch_scatter 2.0.9
-
torch_sparse 0.6.12
-
torch_spline_conv 1.2.1
-
torch_geometric 2.0.3
安装步骤
创建虚拟环境
创建名为pyg的虚拟环境
conda create -n pyg
在pyg环境中安装pip，方便使用pip安装包的时候隔离环境
source activate pyg
conda install pip
gcc/g++
conda安装
为了和cuda 10.2对应，需要在pyg环境中安装gcc/g++ 8. 此处选择8.5.0版本。
conda install gcc_impl_linux-64==8.5.0 gcc_impl_linux-64==8.5.0
conda install gxx_impl_linux-64==8.5.0 gxx_impl_linux-64==8.5.0
设置软链接
为了使pyg环境下在命令行中gcc和g++命令能够直接使用gcc/g++ 8.5.0，需要设置软链接
cd ~/anaconda3/envs/pyg/bin
ln -s x86_64-conda-linux-gnu-cc gcc
ln -s x86_64-conda-linux-gnu-g++ g++
退出pyg环境并重新进入：source deactivate && source activate pyg，使用gcc --version和g++ --version可以看到gcc/g++版本为8.5.0
配置conda虚拟环境脚本
参考这篇博文conda虚拟环境中配置不同的环境变量，将~/anaconda3/envs/pyg/lib加入虚拟环境进入和退出脚本的环境变量LD_LIBRARY_PATH
cuda/cudnn
为了和torch 1.10.1对应，选择安装cuda 10.2。在用户目录下安装旧版本的cuda和cudnn可以参考这篇博文Ubuntu 20.04安装CUDA 11.4, cuDNN 8.24
pytorch
为了保险起见，在这个网址参考自己的系统和python版本，下载对应的whl文件。本文下载的是cu102/torch-1.10.1%2Bcu102-cp36-cp36m-linux_x86_64.whl这个whl文件。
下载到本地后，pip install torch-1.10.1+cu102-cp36-cp36m-linux_x86_64.whl完成安装。
torch_cluster/torch_scatter/torch_sparse/torch_spline_conv
根据github上的指引，在这个网址找到与pytorch 1.10.1+cu102对应的torch_cluster/torch_scatter/torch_sparse/torch_spline_conv版本，可以下载上面的whl文件本地安装，也可以直接pip安装对应版本号，这里采用pip直接安装：
pip install torch_cluster==1.5.9 torch_scatter==2.0.9 torch_sparse==0.6.12 torch_spline_conv==1.2.1
torch_geometric
最后一步是最简单的，直接pip安装即可，pip会寻找合适的版本，这一步一般也不会出错：pip install torch_geometric