PyG库是Pytorch针对图卷积神经网络开发的开源框架，利用该框架可大大提升图卷积网络的训练速度，并且降低资源消耗。但是，安装该库需要很多值得注意的细节，接下来由笔者一一说明安装时遇到的问题。在安装之前首先查阅PyG官网，一定要提前确认好该库当前支持的torch和cuda版本！！！并且安装时也有很多注意事项。

第二点：与anaconda环境变量冲突，IDE先搜索的是anaconda的bin路径，笔者将texlive的bin路径移动到anaconda前面还是无效。第一点：检查环境变量是否添加了texlive的bin文件路径，在这里笔者将系统和用户变量路径都添加过了，依旧无效。

这里我们将下载好的Eigen库保存在路径“D:\CPP_library\eigen-3.4.0”中，若要方便使用该库，则需要对vscode中环境配置文件进行补充。ide配置工作文件， 需补充"-I",“D:/CPP_library/eigen-3.4.0”（或者图中的双右斜线，**号代表文件夹下的子文件，有没有都可以）。在settings.json中添加路径，则运行时成功链接该库文件。在"incl

PyG库是Pytorch针对图卷积神经网络开发的开源框架，利用该框架可大大提升图卷积网络的训练速度，并且降低资源消耗。但是，安装该库需要很多值得注意的细节，接下来由笔者一一说明安装时遇到的问题。在安装之前首先查阅PyG官网，一定要提前确认好该库当前支持的torch和cuda版本！！！并且安装时也有很多注意事项。

第二点：与anaconda环境变量冲突，IDE先搜索的是anaconda的bin路径，笔者将texlive的bin路径移动到anaconda前面还是无效。第一点：检查环境变量是否添加了texlive的bin文件路径，在这里笔者将系统和用户变量路径都添加过了，依旧无效。

这里我们将下载好的Eigen库保存在路径“D:\CPP_library\eigen-3.4.0”中，若要方便使用该库，则需要对vscode中环境配置文件进行补充。ide配置工作文件， 需补充"-I",“D:/CPP_library/eigen-3.4.0”（或者图中的双右斜线，**号代表文件夹下的子文件，有没有都可以）。在settings.json中添加路径，则运行时成功链接该库文件。在"incl

PyG库是Pytorch针对图卷积神经网络开发的开源框架，利用该框架可大大提升图卷积网络的训练速度，并且降低资源消耗。但是，安装该库需要很多值得注意的细节，接下来由笔者一一说明安装时遇到的问题。在安装之前首先查阅PyG官网，一定要提前确认好该库当前支持的torch和cuda版本！！！并且安装时也有很多注意事项。

PyG库是Pytorch针对图卷积神经网络开发的开源框架，利用该框架可大大提升图卷积网络的训练速度，并且降低资源消耗。但是，安装该库需要很多值得注意的细节，接下来由笔者一一说明安装时遇到的问题。在安装之前首先查阅PyG官网，一定要提前确认好该库当前支持的torch和cuda版本！！！并且安装时也有很多注意事项。