在之前的文章中介绍了图神经网络的常用库:torch_geometric库的安装教程。
本文介绍下图神经网络的另一个常用库DGL的安装教程。DGL官网:Welcome to Deep Graph Library Tutorials and Documentation — DGL 2.0.0 documentation
1.激活虚拟环境
激活需要安装DGl库的虚拟环境,(没有自己的虚拟环境的可以参考我的这篇文章中的(2.创建虚拟环境))。我在本文中演示的虚拟环境名称是Pytorch。
激活环境
打开Anaconda Prompt,开头显示(base)符号,输入指令:
conda activate Pytorch
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配置深度学习环境(虚拟环境中安装cuda+cudnn+pytorch+必要Module)
3.下载dgl文件
去以下网址:
清华源镜像cuda10.1pypi.tuna.tsinghua.edu.cn/simple/dgl-cu101/
下载cuda10.1+python3.7对应的.whl文件。
其他版本cuda的链接:
清华源镜像cuda10.2pypi.tuna.tsinghua.edu.cn/simple/dgl-cu102/
清华源镜像cuda10.0pypi.tuna.tsinghua.edu.cn/simple/dgl-cu100/
清华源镜像cuda9.2pypi.tuna.tsinghua.edu.cn/simple/dgl-cu92/
清华源镜像cuda9.0pypi.tuna.tsinghua.edu.cn/simple/dgl-cu90/
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 install dgl_cu101-0.5.3-cp37-cp37m-win_amd64.whl
等待安装完成即可。
5.DGL后端修改
初次执行代码会出现以下结果:
可以到以下目录中:
打开config.json文件,可以在"pytorch"处修改三种框架:pytorch 或 mxnet 或 tensorflow
常用的就是pytorch 和 tensorflow。修改后保存即可。
撰写不易,喜欢的话,赞同收藏点赞支持下吧!
关注我,持续更新在跑深度学习过程中遇到的问题!