松哥是个好人耶1. Graph WaveNet环境配置指南
第一次接触Graph WaveNet时，最让人头疼的就是环境配置问题。记得我第一次在Colab上尝试运行这个项目时，明明按照文档操作却频频报错，光是解决Python版本和PyTorch兼容性问题就花了整整一个下午。下面把我踩过的坑和解决方案完整分享给大家。
1.1 基础环境搭建
在Colab上配置Python 3.6环境需要特殊技巧，因为默认环境已经是Python 3.7+。经过多次尝试，我发现最稳定的组合是：
bash复制%%bash
MINICONDA_INSTALLER_SCRIPT=Miniconda3-4.5.4-Linux-x86_64.sh
MINICONDA_PREFIX=/usr/local
wget https://repo.continuum.io/miniconda/$MINICONDA_INSTALLER_SCRIPT
chmod +x $MINICONDA_INSTALLER_SCRIPT
./$MINICONDA_INSTALLER_SCRIPT -b -f -p $MINICONDA_PREFIX
安装完成后，需要确认环境变量是否生效：
bash复制!which python
!python --version
如果显示还是系统默认的Python版本，可以尝试手动添加路径：
python复制import sys
sys.path.append("/usr/local/lib/python3.6/site-packages")
1.2 关键依赖安装
PyTorch版本的选择直接影响模型能否正常运行。经过测试，torch==1.10.2与Python 3.6的兼容性最好：
bash复制!pip install torch==1.10.2+cpu -f https://download.pytorch.org/whl/torch_stable.html
如果是GPU环境，建议使用：
bash复制!pip install torch==1.10.2+cu113 -f https://download.pytorch.org/whl/torch_stable.html
其他必备依赖包括：