安装pyg的问题记录

1. 问题：进行cuda运算的时候出现RuntimeError: CUDA error: no kernel image is available for execution on the device

• 解决办法：重装pytorch和 cudatoolkit。根据实验，RTX3090支持sm86算力，但是部分torch无法支持这么高，一些torch的版本是纯版本号，一些torch的版本形式是:1.10.0+cu102这类形式，前者需要重装torch，后者需要重装torch+cudatoolkit。

2. 问题：所有都装好了之后，出现引入某个包出现ModuleNotFoundError: No module named ，但是这个包明明存在。

• 解决办法：卸载了重装这个包

3. 问题：导入pyg出现OSError: /opt/conda/lib/python3.7/site-packages/torch_sparse/_version_cpu.so: undefined symbol: _ZN5torch3jit17parseSchemaOrNameERKNSt7__cxx1112basic_stringIcSt11char_traitsIcESaIcEEE

• 解决办法：这是因为安装的pyscatter版本不匹配，尤其是从pyg的仓库里面下载的时候，大家可能都以为没有问题。实际上，安装的时候会悄悄升高一个小的版本号，导致不匹配报错。

4. 问题：导入pyg出现Segmentation fault (core dumped)

• 解决办法：出现这个错误说明很多地方都有错误，可以先检测pyg的相关包torch-scatter、torch-cluster等的版本，基本上不会是torch版本的问题

5. 问题：运行时候出现RuntimeError: object has no attribute sparse_csr_tensor:

• 解决办法：出现这个错误，经过实践是torch-sparse包里面引用了torch.sparse_csr_tensor()方法，为什么torch没有这个方法，这个版本的torch-sparse却能使用呢？不太清楚，解决办法就是升级torch或者降级torch-sparse。

6. 问题：安装torch-cluster的时候出现 ERROR: Failed building wheel for torch-cluster

• 解决办法：看提示，是因为什么报错，低版本的torch-cluster会通过g编译安装，如果没有g则会报错。

7. 问题： 运行的时候出现OSError: libcudart.so.11.0: cannot open shared object file: No such file or directory

• 解决办法：这个应该是最为常见的错误，是torch_sparse报的错误。经过实验，是由于torch_sparse需要调用这个库，但是当前的torch没有这个库，也就是说torch的版本和这个troch_sparse不匹配。

8. 问题：导入sparse出现问题OSError: libcusparse.so.11: cannot open shared object file: No such file or directory

• 解决办法：这个问题和上面的问题还不太一样，其实我一开始碰到的就是这个问题，这么一个小小的问题，网上一搜答案，五花八门，完全不管有没有用都在乱说，导致出现了上面这么多问题。后面重新分析，报错显示找不到这个so，直接全局搜索，找到这个包的位置，有的可能用find命令根本找不到，需要用正则匹配。找到这个包的位置，一般在conda/lib下面，然后将这个文件夹添加到环境变量export LD_LIBRARY_PATH="opt/conda/lib/"，即可解决。
  我真服了，网上这些乱说的博客，方案几乎都不能通用，只能在他们自己电脑上用，还信誓旦旦说最全解决方案，一定能解决。