一、Windows环境
1.创建并激活虚拟环境
#创建虚拟环境命名为mmgcn，指定python版本为3.8
conda create -n mmgcn python=3.8
#激活虚拟环境
conda activate mmgcn2.安装pytorch
#torch2.0.0 + cu118
pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118
3.安装torch_geometric
torch_geometric有四个依赖库，torch-scatter、torch-sparse、torch-cluster、torch-spline-conv，直接 pip安装不行，依赖库也要一起安装，命令如下：
pip install torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric -f https://data.pyg.org/whl/torch-2.0.0+cu118 .html
报错：在执行过程中出现安装包卡住不动，无法继续安装成功的问题，报错如下Building wheel for torch-scatter (setup.py) …
原因：相关的wheel文件下载不到 或者是下载缓慢；
解决：在网站中下载自己对应版本的whl文件：下载地址
首先选择对应的torch版本和cuda版本：
然后下载四个依赖库：
下载完毕后，cd进入到存放的文件夹，执行pip命令进行安装whl文件：
conda activate mmgcn
cd C:\Users\孟静\Desktop\torch2.0.0+cu118 torch_geometric
pip install torch_cluster-1.6.1+pt20cu118-cp38-cp38-win_amd64.whl
pip install torch_scatter-2.1.1+pt20cu118-cp38-cp38-win_amd64.whl
pip install torch_sparse-0.6.17+pt20cu118-cp38-cp38-win_amd64.whl
pip install torch_spline_conv-1.2.2+pt20cu118-cp38-cp38-win_amd64.whl
#最后再安装torch_geometric
pip install torch_geometric
4.根据代码标红,又安装了：
pip install pandas
pip install tensorboardX
5.修改train.py
train.py中第2行的CUDA_VISIBLE_DEVICES改为0
6.Windows系统在pycharm上运行.sh文件
（1）下载并安装Git，默认设置安装即可 下载链接 ：Git下载
（2）在pycharm中进行设置
File—>Settings—>Tools—>Terminal—>Shell path
将Shell path一栏改成刚刚下载的git的路径，注意选择的是sh.exe，不是git.exe！
（3）最后在左下角打开Terminal，即可运行.sh文件了。
打开run.sh文件，直接点击左侧的绿色三角形即可开始运行。
二、Unbuntu系统
由于cuda出现问题导致训练特别慢，但是能够正常运行，报错如下：
Could not load symbol cublasGetSmCountTarget from libcublas.so.11. Error: /usr/local/cuda-11.3/lib64/libcublas.so.11: undefined symbol: cublasGetSmCountTarget
该问题还未解决…
