为了成功安装适用于CUDA的Deep Graph Library(DGL)版本,你可以按照以下步骤进行: 1. 确认CUDA版本和兼容性 在安装DGL的CUDA版本之前,你需要确认系统中已安装的CUDA版本,并检查DGL对该版本的兼容性。你可以通过运行以下命令来查看CUDA版本: bash nvcc --version 或者,如果你使用的是NVIDIA的Docker容器,也可以在容器...
来激活虚拟环境。 2.查看虚拟环境中的cuda版本和python版本 输入指令:conda list 就会显示当前环境中安装的一些库,我们需要查看cuda和python版本: 我的cuda版本是10.1,python版本是3.7。 注:如果这一步中输入conda list没有显示cudatoolkit,那是因为还没有安装cuda。安装教程可以参看我的文章:MFBZS:Windows配置深度学...
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...
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...
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 torch_geometric torch_scatter torch_sparse torch_cluster torch_spline_conv-f https://data.pyg.org/whl/torch-2.2.1+cu118.html 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.htm...
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...
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...
接下来，在终端中输入对应的DGL安装命令，具体命令依赖于你的CUDA版本。例如，若你的CUDA版本为11.8，相应的DGL安装命令如下：输入指令：bash pip install dgl-cuda11.8 执行以上命令后，DGL将会在你的环境中成功安装。确保在安装过程中没有遇到任何错误信息。至此，你已经成功安装了DGL，可以开始在你的...
1.装dgl之前记得千万要先装pytorch 2. 安装的官网参考: https://www.dgl.ai/pages/start.html 然后文档参考: https://docs.dgl.ai/en/0.4.x/install/ 代码参考: conda install -c dglteam dgl-cuda10.1 遇到的两个坑: https://github.com/dmlc/dgl/issues/1425 ...