任何框架都会老去，生态却持续向前。RDKit 与 PyTorch Geometric 值得长期投入，DeepChem 是练手的操场，TorchDrug 是生成思想的教材，Graphium 代表工业界的走向——分清各自的角色，学习才不会被单个项目的兴衰绑架。
本章最后把全书要点收拢成一份可执行的六周路线与一份高频陷阱清单，作为从“读教程”到“做课题”之间的桥。
5.1
图学习生态版图：PyG、DGL 与 Graphium
各库的定位与取舍；从 TorchDrug 迁移到活跃生态的路线图。
5.2
环境与复现：从 conda 到 WSL 的工程实践
依赖冲突的成因；环境隔离的原则；Windows 下的现实选择。
5.3
常见陷阱与六周学习路线
数据泄漏等高频错误盘点；三个项目的串联路线；下一步走向。