使用pip或conda安装支持CUDA的DGL版本: 使用pip安装: 根据你的CUDA版本和Python环境,选择合适的DGL安装命令。例如,如果你的CUDA版本是11.x,你可以运行以下命令来安装适用于CUDA 11.x版本的DGL: bash pip install dgl-cu11x 请将11x替换为你的实际CUDA版本号。 使用conda安装: 你也可以使用conda来安装DGL。但是...
1、pytorch 1.8.1 + CUDA11.1 对应的DGL版本是0.6.1(linux、windows也适用) 2、CUDA+pytorch+DGL安装 3、安装dgl-cuda 4、torch 安装备忘录 dgl文件下载 https://anaconda.org/dglteam/repo 1. 可以将下面网址中的cu111改成你想要的版本,比如cu113、cu117等 https://pypi.tuna.tsinghua.edu.cn/simple...
3.下载dgl文件 去以下网址: 下载cuda10.1+python3.7对应的.whl文件。 其他版本cuda的链接: 这里我选择的是0.5.3版本。 将.whl文件保存到任一目录下: 我的保存目录是:H:\app_app\dgl_py37_py39 4.安装dgl文件 在Anaconda Prompt下,进入到我的保存目录中:依旧是在激活虚拟环境的前提下 然后输入指令: pip in...
3. 安装DGL,其中根据你的cuda版本修改其中的数字(cu118): pip install dgl==2.1.0+cu118 -f https://data.dgl.ai/wheels/cu118/repo.html pip install dglgo -f https://data.dgl.ai/wheels-test/repo.html 1. 2. 3. 如果是PyG: pip install torch_geometric pip install pyg_lib torch_scatter t...
1、环境:默认支持的Cuda是11.8,更高版本的CUDA要查GPU驱动是否支持(用nvidia-smi查询机器支持的cuda最高版本),并且最好选择Miniconda环境,包比较少,没有自带的pytorch,便于我们后续选择相应版本! 我选的环境 2、安装pytorch 安装前先看一眼DGL对于cuda与pytorch的要求,这里一定要选和DGL配置相匹配的pytorch,否则会各...
一、DGL库的安装 1、从dgl的发布网站获取安装命令:DGL conda install -c dglteam dgl#For CPU Buildconda install -c dglteam dgl-cuda9.0#For CUDA 9.0 Buildconda install -c dglteam dgl-cuda10.0#For CUDA 10.0 Buildconda install -c dglteam dgl-cuda10.1#For CUDA 10.1 Buildconda install -c dglte...
安装DGL,其中根据你的cuda版本修改其中的数字(cu118): 代码语言:javascript 复制 pip install dgl==2.1.0+cu118-f https://data.dgl.ai/wheels/cu118/repo.html pip install dglgo-f https://data.dgl.ai/wheels-test/repo.html 如果是PyG: ...
简介:DGL官方安装教程网址:Deep Graph Library以下仅考虑Linux系统的情况。(在Windows上跑GNN是不是太身残志坚了)以下对应可行的安装时间会对应附上。注意:这里对应的cuda版本,一般情况下只要跟cudatoolkit对应上就行。 1. 安装 2022.8.3 我安装PyTorch用的Python3.8,命令是conda install pytorch==1.11.0 torchvision...
本文提供图神经网络库DGL的安装教程，对于已拥有虚拟环境的用户，需激活虚拟环境。若无虚拟环境，可参考先前文章中的教程创建。选择虚拟环境名称为"Pytorch"。打开Anaconda Prompt，输入指令激活虚拟环境。接下来，运行"conda list"检查当前环境中CUDA和Python版本，确保与DGL要求版本相符。若未显示cudatoolkit，...
然后安装DGL,去官网找对应的版本,查看cuda版本过程如下: 1.anaconda prompt 输入 activate 环境名 python 2.进入了python环境后输入 import torch print(torch.version.cuda) 3.退出python环境,输入 exit() 4.在官网 Deep Graph Library (dgl.ai)www.dgl.ai/pages/start.html ...