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