在原有pytorch环境下安装DGL库和其对应的CUDA【自用】

最新推荐文章于 2024-05-02 19:15:29 发布
最新推荐文章于 2024-05-02 19:15:29 发布
阅读量1.5k 收藏 6
点赞数 5
文章标签： pytorch 人工智能 python 彩色化网络 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40721108/article/details/136330982
版权

前段时间看到一篇AAAI2024的论文Patch-wise Graph Contrastive Learning for Image Translation，它采用GNN的思想来进行image-to-image translation的任务，非常的新颖，但我进行复现的时候，发现直接下载它里面需要的DGL库是无法运行的，总是说缺少对应的CUDA。
因此我们需要重新创建一个环境，安装DGL库和其对应的CUDA。
1. 创建pytorch环境
打开Anaconda Navigator，创建环境，命名为DGL，python版本选为3.7.
在这里插入图片描述
DGL有CPU版本和CUDA版本
CPU版本

https://pypi.org/simple/dgl/

CUDA版本

https://anaconda.org/dglteam/repo

我们选择是CUDA版本，打开网站后选择自己对应的CUDA版本
在这里插入图片描述在这里插入图片描述
我们选择 win-64/dgl-cuda11.1-0.9.1-py37_0.tar.bz2，进行下载
在这里插入图片描述
打开Pycharm，加载解释器为DGL
在这里插入图片描述
打开终端，输入

conda install xxx(路径)/win-64/dgl-cuda11.1-0.9.1-py37_0.tar.bz2

然后就可以运行程序了
在这里插入图片描述

参考链接

钰宸y
关注
  • 5
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GNN-第三方库：DGL【图神经网络框架，支持对异构图的处理，开源相关异构图神经网络的代码，在GCMC、RGCN等业内知名的模型实现上也取得了很好的效果】
u013250861的博客
10-31 1037
DGL库的逻辑层使用了顶点域的处理方式，使代码更容易理解。同时，又在底层的内存和运行效率方面做了大量的工作，使得框架可以发挥出更好的性能。
dgl的cuda版本安装+对应torch的cuda版本安装
Python领域优质萌新创作者
11-20 8809
pytorch 1.8.1 + CUDA11.1 对应的DGL-cu111版本是0.6.1。改成你想要的版本，比如。
Python-DGLPython软件包旨在简化现有DL框架之上的图形深度学习
08-09
它使得实现图形神经网络（包括图形卷积网络，TreeLSTM和许多其他网络）变得容易，同时保持高计算效率。
dgl的cuda版本
最新发布
weixin_44466434的博客
05-02 952
111
PyPI 官网下载 | dgl-0.1.0-cp36-cp36m-win_amd64.whl
01-05
资源来自pypi官网。 资源全名：dgl-0.1.0-cp36-cp36m-win_amd64.whl
CUDA11.4下的DGL下载
qq_45444343的博客
04-23 369
选择cu113为cuda11.3，cp38为python3.8，Linux64位版本，下载到本地，之后上传到服务器项目文件同目录下。官网上没有cuda11.4对应指令，实际尝试下来，cuda11.4和cuda11.3相近，同时都可兼容pytorch1.12，最终配置的环境为python3.8、pytorch==1.12、dgl==1.0.0，也能跑代码。找的文献所需环境其中pytorch==1.11、dgl==0.9.0。首先，尝试直接pip dgl==0.9.0以及从官网（打开安装指令对应的网址。
DGL:Delphi泛型库--DGL(The Delphi Generic Library)
06-16
DGL Version 1.28 Delphi泛型库--DGL(The Delphi Generic Library) , writed in 2004. === 安装: 将DGL源代码目录设置到编译器的搜索路径中 使用方法: 直接引用DGL_XXX.pas单元，大部分应用都应该没有问题了； 如果为了速度或效率等需要库支持自定义的结构等，可以新开一个单元，借鉴DGL_XXX的实现，很容易就可以完成； === 说明: DGL库实现于2004年(Delphi不支持Generic语法的年代); 那时候想在Delphi里寻找C++中类似的STL的替代品,但调查了一圈都很失望：其它现有的Delphi容器和算法库实现中，主要的实现途径有利用Delphi中的array of const和variant(相当于弱类型,而且对结构的支持差，如Decal)；或者建立一套单根类体系作为容器中的元素(主要使用虚函
Delphi泛型库--DGL
11-08
Delphi泛型库--DGL(The Delphi Generic Library) 在Delphi中实现的类型安全、高效、易用的泛型容器和算法库；借鉴了C++标准中的STL；
图神经网络专用DGL库
weixin_44370695的博客
12-31 1396
深度神经网络在近年来的发展和成功有目共睹。这些网络架构成功的一个重要原因在于其能有效地捕捉到了数据内在的相关性，并在不同的抽象级别构建表示 (representation)。比如 CNN 刻画了图片中相邻像素点间的空间不变性；RNN 抓住了文本数据的有序线性结构。 CNN 和 RNN 的成功让人思考——我们是否能将此思想拓展到其他结构的数据上呢？事实上，人们一直在探索如何将深度学习应用于更广泛的结...
chatgpt赋能Python-python_dgl
shengcaiy123的博客
05-23 135
DGL是深度学习的第一个图形库，以使得深度学习更容易应用于图结构嵌入任务。它允许用户利用Python中的PyTorch和MXNet框架，支持端到端的开发和训练大规模图神经网络。DGL可以实现常见的图神经网络结构（如GCN，GAT，SAGE），同时还提供了大量的数据加载和处理功能，以满足大规模图像任务的需求。本文由chatgpt生成，文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型，只是展现它原本的实力。对于颠覆工作方式的ChatGPT。
【Pytorch神经网络理论篇】 27 图神经网络DGL库：简介+安装+卸载+数据集+PYG库+NetWorkx库
热门推荐
小李的研究生学习日记
03-31 1万+
DGL库是由纽约大学和亚马逊联手推出的图神经网络框架，支持对异构图的处理，开源相关异构图神经网络的代码，在GCMC、RGCN等业内知名的模型实现上也取得了很好的效果。 1 DGL库的实现与性能 实现GNN并不容易，因为它需要在不规则数据上实现较高的GPU吞吐量。 1.1 DGL库简介 DGL库的逻辑层使用了顶点域的处理方式，使代码更容易理解。同时，又在底层的内存和运行效率方面做了大量的工作，使得框架可以发挥出更好的性能。 1.2 DGL库特点 GCMC：DGL的内存优化支...
DGL1.27泛型库容器算法
06-12
DGL 1.27 泛型库容器算法
win11及cuda121环境下pytorch安装及避坑
04-16
win11及cuda121环境下pytorch安装及避坑
1.10.0GPU版本pytorch环境,conda安装支持cuda10.2和11.3 pip安装支持cuda10.2和11.1
11-27
本文将详细讲解如何在GPU环境下安装1.10.0版本的PyTorch，以及如何确保它与CUDA 10.2和11.1/11.3版本兼容。 首先，我们需要理解CUDA的重要性。CUDA是NVIDIA推出的一种并行计算平台和编程模型，它允许开发人员利用...
Windows下PyTorch开发环境安装教程
09-29
主要介绍了Windows下PyTorch开发环境安装教程，本文给大家介绍的非常详细，对大家的工作或学习具有一定的参考借鉴价值,需要的朋友可以参考下
DGN:有向图网络在PyTorch和DGL中的实现
05-01
在PyTorch和DGL中实现方向图网络。 概述 我们在PyTorch和DGL框架中提供了方向图网络（DGN）的实现，以及用于运行实际基准测试的脚本。 该存储库的组织方式如下： models包含： pytorch包含在pytorch中实现的各种...
windows10环境下安装深度学习环境anaconda+pytorch+CUDA+cuDDN
01-07
windows10环境下安装深度学习环境anaconda+pytorch+CUDA+cuDDN 步骤零：安装anaconda、opencv、pytorch（这些不详细说明）。复制运行代码，如果没有报错，说明已经可以了。不过大概率不行，我的会报错提示...
GNN-第三方库-DGL：教程
u013250861的博客
12-14 925
DGL库很友好出了就在这个地方，这里基本从那边粘贴过来，算作个人笔记。Deep Graph Library (DGL)是一个用于构建图模型的框架安装DGL支持, MXNet和TensorFlow三种后端，默认为PyTorch，可在~/.dgl/config.json中配置。
DGL图神经网络库使用大全
sinat_38007523的博客
10-30 2643
图表示实体(节点)和它们的关系(边)，其中节点和边可以是有类型的 (例如，“用户” 和 “物品” 是两种不同类型的节点)。 DGL通过其核心数据结构 DGLGraph 提供了一个以图为中心的编程抽象。 DGLGraph 提供了接口以处理图的结构、节点/边 的特征，以及使用这些组件可以执行的计算。本章首先简要介绍了图的定义（见1.1节），然后介绍了一些 DGLGraph 相关的核心概念：1.1 关于图的基本概念1.2 图、节点和边1.3 节点和边的特征1.4 从外部源创建图1.5 异构图1.6 在GPU上使用
如何在conda环境中安装cuda12.2对应的pytorch？
09-18
要在conda环境中安装cuda12.2对应的pytorch，您可以按照以下步骤进行操作： 1. 首先，确保您已经在conda环境中激活了您的环境。 2. 打开终端或命令提示符，并输入以下命令以添加清华镜像源： ``` conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ ``` 3. 然后，使用以下命令安装cuda12.2对应的pytorch： ``` conda install pytorch torchvision torchaudio cudatoolkit=12.2 -c pytorch ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值