1、kaggle在output上运行（可以从kaggle上查看https://www.kaggle.com/houzitest/cake1111）
因为input只能读，所以再output上运行
再执行：
import torch
print(torch.__version__) ?# 查看torch当前版本号
print(torch.version.cuda) ?# 编译当前版本的torch使用的cuda版本号
print(torch.cuda.is_available()) ?# 查看当前cuda是否可用于当前版本的Torch，如果输出True，则表示可用
?
?2、移动文件夹
import shutil
shutil.copytree(r'../input/cake-paperCode/CAKE-master', r'./working')
# !cp -r ../input/cakecakecake-paper ./? ?#我就用的这个方法移动的
?接下来就可以进入文件夹 运行代码了
pytorch安装包下载后怎么装：
偶然看到了这个，我还没有用，弄的我蠢蠢欲动，等到组会结束，我再安装吧~哈哈哈哈
?(106条消息) 明明安装了gpu版的pytorch可是测试的时候居然用的试cpu版的？_9677的博客-CSDN博客
DGL下载报错ERROR: dgl_cu101-0.4.3.post2-cp38-cp38-win_amd64.whl is not a
是的没错，我又来下载一遍dgl了，真的害怕极了 。。。。
没办法，还得来！
这一次，换一个傻瓜式教学，尽可能的快速成功安装！
超算云服务深度学习环境配置Pytorch1.6+CUDA10.2+DGL0.4.3_平平无奇科研小天才的博客-CSDN博客_pytorch1.6对应cuda版本
从上面连接中查看自己蛇和哪个版本然后下载（我是cp38 torch1.6+cu10.2）?
?然后报错：Defaulting to user installation because normal site-packages is not writeable
ERROR: dgl_cu101-0.4.3.post2-cp38-cp38-win_amd64.whl is not a supported wheel on this platform.
别只看红字，上面的字才是解决的key！
大佬说? ??python -m pip install dgl_cu101-0.4.3.post2-cp38-cp38-win_amd64.whl? ?就可以了，我试了一下对！！！
?来源：超算云服务深度学习环境配置Pytorch1.6+CUDA10.2+DGL0.4.3_平平无奇科研小天才的博客-CSDN博客_pytorch1.6对应cuda版本
综上：
我的配置：?torch.__version__'：? 1.6.0+cu101
下载安装DGL的话，先安装好安装包，然后在目录下cmd，进入目录中，接着输入代码：
python -m pip install dgl_cu101-0.4.3.post2-cp38-cp38-win_amd64.whl?
接下来：演示一遍pytorch110+cuda113的DGL下载：
1、从这里找对应版本下载：https://conda.anaconda.org/dglteam/linux-64
知道我们要下的是谁这就好办了：https://conda.anaconda.org/dglteam/linux-64/dgl-cuda11.3-0.8.0post1-py38_0.tar.bz2
?（上面的下载好好好慢。。。。不推荐，所以从另一个网址中找到我们下载的名字就行）
2、 所以到这个网站去搜索下载：
Index of /anaconda/cloud/dglteam/win-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
?（来源：图神经网络环境配置：Win11+CUDA10.2+Pytorch1.10+DGL_平平无奇科研小天才的博客-CSDN博客_图神经网络环境）
?可以解压后 pip install xxxx(文件夹名字)
或者按照大佬说的：
conda install -c http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/dglteam/win-64/ dgl-cuda10.2
（阴影部分的 在那个网站上右键：复制链接即可：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/dglteam/win-64/dgl-cuda11.3-0.8.1-py38_0.tar.bz2）
?https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/dglteam/win-64/dgl-cuda11.3-0.8.1-py38_0.tar.bz2
于是，我照葫芦画瓢，也在我的cmd上输入：
conda install -c?http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/dglteam/win-64 /dgl-cuda11.3? 但是没成功，所以放弃这个方法，采用一开始的解压缩办法。
?我发现不用pip? install XXX，因为它本来就是解压缩的这种格式！可以直接放在对应的文件夹下使用
?3、 在anaconda中查看，发现成功了
报错：UserWarning:?
NVIDIA GeForce RTX 3060 Laptop GPU with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.
?
所以下次安装时还是安装11X的cuda比较好~ 推荐几个最常用的：?
pytorch110+cuda113（最常用）
pytorch102+cuda113
pytorch 1.8+CUDA 11.1
