主要参考 官方的给出的意见；
1. pytorch 与 pytorch lightning 各个版本之间的关系
lightning 主要可以 适配多个版本的 torch;
https://lightning.ai/docs/pytorch/latest/versioning.html#compatibility-matrix；
2. pytorch 与 pytorch geometric 各个版本之间的关系
https://pytorch-geometric.readthedocs.io/en/2.3.1/notes/installation.html
pytorch geometric 与 torch 版本的对应关系，
则是通过左下角的 来选择当前适配的 torch 版本；
比方说当前是 PyG 2.3.1 ， 则界面中显示的是 支持 Pytorch 2.0.* 以及 Pytorch 1.13.* 各个版本。
但是文中也表明最低版本的要求是 pytorch >= 1.8.0
3. 三者共同使用
官方的教程中，
有个提供了将三者集成到一起使用的
https://lightning.ai/docs/pytorch/stable/notebooks/course_UvA-DL/06-graph-neural-networks.html#Graph-level-tasks:-Graph-classification
! pip install --quiet "matplotlib" "pytorch-lightning >=2.0,<2.4" "torch-sparse ==0.6.*" "torch-spline-conv ==1.2.*" "torch >=1.8.1,<2.5" "torch-cluster ==1.6.*" "torchvision" "numpy <2.0" "seaborn" "torch-scatter ==2.1.*" "torch-geometric ==2.1.*" "torchmetrics >=1.0,<1.5" "torch ==2.1.2"
由于笔者当前的环境是 torch ==1.13.1 , pytorch-lightning ==1.19.5
故先安装 torch-geometric ==2.1.* 实验一下， 因为官方的pytorch-lightning >=2.0,<2.4" 已经适配了torch-geometric ==2.1.
使用 会默认安装匹配当前 torch， 最高版本对应的 pyG
conda install pyg -c pygconda install pyg -c pyg
Channels:- pyg- nvidia- defaults
Platform: linux-64
Collecting package metadata (repodata.json): done
Solving environment: done## Package Plan ##environment location: /home/respecting_god/anaconda3/envs/lightningGNNadded / updated specs:- pygThe following packages will be downloaded:package | build---------------------------|-----------------aiohappyeyeballs-2.4.0 | py38h06a4308_0 19 KBaiohttp-3.10.5 | py38h5eee18b_0 736 KBasync-timeout-4.0.3 | py38h06a4308_0 12 KBfrozenlist-1.4.0 | py38h5eee18b_0 52 KBmultidict-6.0.4 | py38h5eee18b_0 54 KBpyg-2.5.2 |py38_torch_1.13.0_cu117 1.3 MB pygpyparsing-3.1.2 | py38h06a4308_0 400 KByarl-1.11.0 | py38h5eee18b_0 148 KB------------------------------------------------------------Total: 2.7 MB
