github地址：https://github.com/materialsvirtuallab/megnet/tree/master/multifidelity#issues
介绍：当前的存储库利用了由同一作者开发的现有MEGNET软件包，并将MEGNET功能扩展到多保真数据集的建模。该存储库将共享公开发布的多保真带隙数据，并展示了运行多保真数据集的模型拟合的示例。
需要的包或库：
pymatgen>=2020.7.18
pandas>=1.0.5
tensorflow-gpu>=2.0.0
numpy>=1.19.1
monty>=3.0.4
megnet>=1.1.8
问：conda的创建的虚拟环境 和 venv创建的虚拟环境 有什么区别？
答：
包管理工具：
- Conda本身是一个包管理工具，能创建和管理虚拟环境。
- venv创建的虚拟环境使用Python的标准包管理系统pip。
Python解释器：
- Conda随环境下载和安装指定版本的Python解释器。
- venv复制现有的Python解释器。
平台无关性：
- Conda是跨平台的包管理系统。
- venv是Python的标准库模块，平台无关。
生态系统：
- Conda适用于跨平台、语言和复杂依赖关系的管理。
- venv通常更轻量级，适用于纯Python项目。
因为本linux系统中已经存在了python3.11的解释器，但是该项目需要用到python3.7.9,因此使用Conda创建虚拟环境可以再虚拟环境中指定python版本，并且conda可以管理复杂依赖关系，因此这里使用conda更加合适。
一、配置环境
1.确保已安装 Anaconda 或 Miniconda
2.创建虚拟环境
使用 conda create 命令来创建一个新的虚拟环境，并指定 Python 版本为 3.7.9 给环境命名为 myenv
conda create --name myenv python=3.7.9
3.激活虚拟环境
创建完环境后，激活它：
conda activate myenv
4.检查当前的 Python 和 pip 路径，以确认它们指向虚拟环境
(myenv) ubuntu@ubuntu-System-Product-Name:~/zdn$ which python
/home/ubuntu/anaconda3/envs/myenv/bin/python
(myenv) ubuntu@ubuntu-System-Product-Name:~/zdn$ which pip
/home/ubuntu/.local/bin/pip
结果可见： pip 指向的是 /home/ubuntu/.local/bin/pip，而不是虚拟环境中的 pip。这表明 pip 可能没有正确安装到虚拟环境中
解决：
重新安装pip conda install pip 如果已经安装，可以使用以下命令来强制重新安装 conda install --force-reinstall pip
接着检查pip路径 which pip还是不行,
/home/ubuntu/.local/bin/pip 是旧版本的 pip，可以尝试删除它，确保不会影响到虚拟环境的使用。使用以下命令删除 rm -f /home/ubuntu/.local/bin/pip
然后再重复上述步骤（安装或重新安装 pip）以确保在虚拟环境中拥有一个干净的 pip 安装
还可以尝试直接通过 Python 模块执行 pip，以确保使用的是虚拟环境中的 pip python -m pip --version
5.安装依赖
pip install -r requirements-gpu.txt
注意：在 conda 虚拟环境中，使用 pip 来安装依赖
结果网络不可达，因此使用国内的镜像网站下载：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements-gpu.txt
结果提示：
The "tensorflow-gpu" package has been removed!Please install "tensorflow" instead.Other than the name, the two packages have been identicalsince TensorFlow 2.1, or roughly since Sep 2019. For moreinformation, see: pypi.org/project/tensorflow-gpu
修改requirements-gpu.txt文件内容：把tensorflow-gpu改成tensorflow：
pymatgen>=2020.7.18
pandas>=1.0.5
tensorflow>=2.0.0
numpy>=1.19.1
monty>=3.0.4
megnet>=1.1.8
再重新执行pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements-gpu.txt即可
5.验证安装
验证 Python 版本和已安装的库是否正确：
python --version 应该显示 Python 3.7.9
pip list 查看已安装的库
- 如果要退出虚拟环境，可以使用以下命令：
conda deactivate
- 如果要删除虚拟环境，可以使用以下命令：
conda remove --name myenv --all
二、数据集字段解释
论文中使用的完整数据在data_no_structs.json.gz中
