本文介绍: Anaconda+pytorch+DGL详细安装过程记录一下,花了大半个下午(叹气.jpg)。

Anaconda安装

1、进入Anaconda官网下载下载完成后安装指令默认直到完成安装
2、进入Anaconda Prompt使用conda指令来为不同的版本创建单独的环境
conda create -n pytorch python=3.7

安装过程会出现y/n提示输入y即可安装的速度与网速有关,如若期间有未安装成功的部分再重新输入语句继续安装即可

在这里插入图片描述

conda activate pytorch 

激活环境activate+自己定义环境名(如pytorch),出现下图激活成功。

Pytorch安装

1、打开NVIDIA控制面板,帮助–>系统信息–>组件查看自己电脑显卡CUDA的版本号
2、进入pytorch官网复制对应版本的安装口令(在pytorch环境中)进行安装。

在这里插入图片描述

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia


一直卡在这步不动,于是改成pip安装试了下,还是不动。最后cuda改成了cpu(因为目前也就是在我笔记本上跑跑,没差),下载镜像比较快。

pip3 install torch torchvision torchaudio -i  https://pypi.tuna.tsinghua.edu.cn/simple

https://pypi.tuna.tsinghua.edu.cn/simple清华大学镜像源。

在这里插入图片描述

3、检查安装是否成功

输入pip list可以看到torch已经存在

在这里插入图片描述

先进入python环境然后输入以下命令进行查询

import torch
torch.cuda.is_available()
print(torch.__version__)

因为下载cpu版本的,所以torch.cuda.is_available()会返回False,安装了cuda的则是True

DGL安装

1、进入DGL官网选择对应版本的安装命令,再在后面加上镜像地址,要耐心等会儿。

在这里插入图片描述

pip install --pre dgl -f https://data.dgl.ai/wheels/repo.html -i  https://pypi.tuna.tsinghua.edu.cn/simple

这里我重新建一个dgl的虚拟环境重新安装pytorch,再在里面安装dgl,所以环境名变了不是前面pytorch了。

2、输入pip list可以看到dgl已经存在

3、在pycharm配置解释器

打开Pycharm->文件->设置->项目->Project Interpreter

python版本我选择了3.7的和前面对应,配置好之后可以看到dgl和pytorch都下好了的。

运行下列代码,成功即配置成功。

import torch
print(torch.__version__)

在这里插入图片描述

原文地址:https://blog.csdn.net/weixin_46153222/article/details/129302096

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任

如若转载,请注明出处:http://www.7code.cn/show_13473.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱suwngjj01@126.com进行投诉反馈,一经查实,立即删除

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注