pytorch相关笔记

一. 终端 conda 虚拟环境相关命令

（1）创建一个新的虚拟环境，例如： conda create -n xxx python=3.8，表明新环境python版本3.8，新环境被命名为xxx。
（2）查看当前存在哪些虚拟环境： conda env list 或者 conda info --env，
（3）切换虚拟环境： conda activate pytorch ，
（4）退出当前环境： conda deactivate ，
（5）删除名为xxx的虚拟环境： conda remove -n xxx --all ，

二. Pytorch安装

1. 如果设备没有GPU。

打开pytorch官网 最新版本 或者 历史版本 ，选择相关需求，安装pytorch。

2. 如果设备有GPU。

注意：显卡算力、CUDA版本、Pytorch版本 需对应！

（1）终端命令 nvidia-smi

可以看到显卡驱动（Driver Version:536.40) 和当前驱动支持的最高CUDA版本（CUDA Version:12.2) 。下载的CUDA版本需要小于等于CUDA Version:12.2。

（2）进入nvidia网站查看GPU对应算力。

（3） 查看不同CUDA版本支持的算力列表 nvidia-cuda：

当我们下载CUDA时需要根据自身显卡的算力选择合适的CUDA版本。例如，算力8.9下载的CUDA版本需要大于等于CUDA 11.8。

（4） 结合(1)和(3)分析，因此下载的CUDA需要在11.8~12.2之间。打开pytorch官网 最新版本 或者 历史版本 ，选择相关需求，安装pytorch。例如：

三. 图神经网络框架DGL和PyG

图神经网络的两个常用库的比较 pytorch-geometric-vs-deep-graph-library

1. PyG (PyTorch Geometric) 安装

打开pytorch-geometric官网，选择对应版本

下载对应python版本的torch_cluster，torch_scatter，torch_sparse，torch_spline_conv，可将文件放置在D:\install\anaconda3\envs\higher\Scripts\（虚拟环境对应Scripts文件夹）下运行pip安装

pip install torch_cluster...whl(文件名)
pip install torch_scatter...whl(文件名)
pip install torch_sparse...whl(文件名)
pip install torch_spline_conv...whl(文件名)

2. DGL (Deep Graph Library) 安装

DGL包需要跟环境中pytorch安装cuda版本一致。
打开DGL官网 ，选择相关版本，安装dgl库。