一些关于 conda 的工程问题。

# pip 基本命令

# 按包名安装

pip install <package_name>

# 按 requirements.txt 列表安装

pip install -r ./requirements.txt

# Conda 基本命令

关于 conda 的基本命令，可以参考 conda 官方给出的 CONDA CHEAT SHEET. 从上述 cheat sheet 中，选取一些重要的辑录如下。

# 环境管理

# 基本操作

• 创建环境： conda create --name <env_name> [python=x.xx]
• 激活环境： conda activate <env_name>
• 列举所有环境： conda env list
• 删除环境： conda env remove --name <env_name>
• 环境重命名： conda rename -n <old_name> <new_name>

# 复制和移植环境

在 conda 中，复制环境即直接复制环境中的对应文件，此时一般限制为相同操作系统的复制工作。命令行操作为：

conda create --name <new_env_name> --clone <old_env_path/old_env_name>

移植环境则是生成一个环境的配置文件，在新系统下可以依照此配置文件重新安装环境。操作为：

conda env export > env.yml

conda env create -f env.yml

# 包管理

• 安装包： conda install <package_name>[==<version_num>] , 其中这里的 == 也可以替换成 >= 或者 <= , 下同
• 更新包： conda update <package_name>[==<version_num>]
• 列举所有包的版本信息： conda list
• 列举对应包的版本信息： conda list <package_name>

# GCC/G++ 管理

如果在安装包时出现了形如下列的错误信息：

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
      Your compiler (g++ 4.8.5) may be ABI-incompatible with PyTorch!
      Please use a compiler that is ABI-compatible with GCC 5.0 and above.
      See https://gcc.gnu.org/onlinedocs/libstdc++/manual/abi.html. 
      
      See https://gist.github.com/goldsborough/d466f43e8ffc948ff92de7486c5216d6 
      for instructions on how to install GCC 5 or higher.
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

那么说明环境中的 GCC/G++ 编译器版本过低。使用 conda 可以轻松升级当前虚拟环境中的 GCC/G++ 编译器版本，而不影响到其它环境。只需使用下列命令：

conda install -c conda-forge gcc[=<version_num>]

conda install -c conda-forge gxx[=<version_num>]

安装后可以使用

gcc --version

g++ --version

检查更新后的编译器版本信息。

# Pytorch

torch 下载地址

此外，PyTorch 的几何相关库可以在这里下载。

然后运行 pip install <path> 即可。

一些其它的重要库，可以从这里找到。

还有：

• torch_geometric

# TensorFlow

在这里可以下载 Windows 使用的各个版本的 TensorFlow whl.