anaconda环境下安装torch+torch_geometric
一、安装anaconda
官网下载anaconda
检验Anaconda环境变量是否配置成功：
（1）打开cmd。
（2）输入“conda --version”
（3）输入“conda info”
（4）输入“activate”，回车，之后再输入“python”。
anaconda配置国内镜像，在Anaconda Prompt里复制以下命令行即可
清华源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls true
中科大源：
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
可使用以下指令，查看镜像源是否配置成功
conda config --get
PS: 若要删除镜像加速通道，则把”add channels”改为“remove channels"
conda config --remove channels 【通道地址】
anaconda建立一个新的虚拟环境
1.查看当前存在哪些虚拟环境
conda env list #查看当前存在哪些虚拟环境 或 conda info --envs
2.创建虚拟环境
step1. 打开Anaconda的命令行界面控制端Anaconda Promp，输入以下指令，建立新环境
conda create -n 【name_of_new_environment】python=【python_version】
step2. 输入”y“，在新环境中下载以上建议的new packages
其他指令：
（1）进入新环境
conda activate 【虚拟环境名】
（2） 查看该环境下装的包
conda list
（3） 删除创建的虚拟环境
conda remove -n 【虚拟环境名字】 --all
二、安装gpu版本的pytorch（不需要做）
（1）首先查看自己电脑GPU版本
方法一：
方法二：
(2)下载cuda
cuda官网
查看环境变量，只有这俩
验证是否安装成功：
运行cmd，输入nvcc --version 即可查看版本号；
set cuda，可以查看 CUDA 设置的环境变量。
cuDNN配置（目前没安装，没出现问题）
# 安装cudnn，如果不指定版本，在安装CUDA之后，会自动匹配对应版本的cudnn安装 conda install cudnn
三、安装pytorch（gpu）
方法一：在线安装
step1. 进入新建的pytorch虚拟环境
配置清华源（若有问题）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes#下载时显示文件来源
切换默认镜像
conda config --remove-key channels
step2. 直接复制官网的pip指令至命令行窗口下载
最好安装老版本torch
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch验证pytorch是否安装成功
step1. 在我们新建的pytorch虚拟环境下，输入以下命令，查看有没有对应package
conda list
step2. 输入python，进入python解释器
print(torch.__version__)
print(torch.cuda.is_available())
四、torch_geometric安装 （gpu）
环境：
方法一：
安装4个辅助包，安装的顺序是scatter-sparse-cluster-spline_conv
pip install torch_scatter-2.1.0+pt112cu113-cp39-cp39-win_amd64.whl
pip install torch_sparse-0.6.16+pt112cu113-cp39-cp39-win_amd64.whl
pip install torch_cluster-1.6.0+pt112cu113-cp39-cp39-win_amd64.whl
pip install torch_spline_conv-1.2.1+pt112cu113-cp39-cp39-win_amd64.whl
pip install torch-geometric
卸载错误版本
pip uninstall torch-scatter torch-sparse torch-cluster torch-geometric
方法二：（推荐一）
在线安装
pip install torch_scatter torch_sparse torch_cluster torch_spline_conv -f https://data.pyg.org/whl/torch-2.0.0+cu118.html
pip install torch_geometric
安装完成
检查是否安装成功
import torch_geometric
五、安装pytorch（cpu）
也是选择老版本，
环境
安装成功
import torch
print(torch.__version__)
import torchvision
x=torch.rand(2,3)
print(x)
#输出
tensor([[0.4188, 0.9226, 0.4112],
[0.7577, 0.6346, 0.2201]])
#则pytorch安装成功安装辅助包
pip install torch-geometric
六、安装老版的torch
conda install cudatoolkit=11.1 -c pytorch -c conda-forge
pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html4个辅助包
pip install torch_scatter-2.0.8-cp39-cp39-win_amd64.whl
pip install torch_sparse-0.6.12-cp39-cp39-win_amd64.whl
pip install torch_cluster-1.5.9-cp39-cp39-win_amd64.whl
pip install torch_spline_conv-1.2.1-cp39-cp39-win_amd64.whl
pip install torch_geometric
