3090下配dgl+torch环境

3090不能使用cuda11.0以下的版本，花了大半天终于成功搞定dgl和torch的环境配置。主要是遇到一些cuda问题，期间明白了：

1. 一个机器可以装多个cuda，修改.bashrc的path可以调整当前使用的cuda。而不影响其他用户。
2. /usr/local/cuda的cuda只是个软链接，cuda-10.2这种路径才是真正存的路径。
3. nvidia-smi和nvcc-V显示的可能不一样，没什么影响，而且这两者可能和python进去 import torch print(torch.version.cuda)显示的cuda版本还不一样，想跑通代码，关注好print(torch.version.cuda)的版本即可。
4. 用https://developer.nvidia.com/cuda-toolkit-archive下载的cudatoolkit可能还会缺libcusparse.so.10，可以通过conda install -c pytorch cudatoolkit=10.2在conda当前环境下载，然后按下面这个链接：https://blog.csdn.net/sunyueqinghit/article/details/115821287解决问题

配环境的顺序：

1. pip install torch1.8.0+cu111 torchvision0.9.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple

2. pip install -r requirement -i https://pypi.tuna.tsinghua.edu.cn/simple
   requirement：注意下dgl-cu111的写法
   scipy1.5.2
   numpy1.19.1
   networkx2.5
   scikit-learn~=0.23.2
   matplotlib3.4.1
   ogb1.3.1
   dgl-cu1110.6.1
   dgllife==0.2.6