windows下DGL库cuda版本安装

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1.6k 收藏 9
点赞数 4
文章标签： windows python 人工智能
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/sy041/article/details/129051565
版权

windows下DGL库cuda版本安装

方法1

在dgl官网下
https://www.dgl.ai/pages/start.html
找到对应版本 根据命令安装
在这里插入图片描述
但是可能会出现安装成功，但是import dgl报错的情况

方法2

在清华的源中，搜索对应dgl版本
找到对应版本，下载后，在下载的文件夹中pip安装即可
清华源：https://pypi.tuna.tsinghua.edu.cn/simple/
在这里插入图片描述

方法3

在anaconda官网下找到要安装的版本，进行下载
https://anaconda.org/dglteam/dgl-cuda11.3/files

在这里插入图片描述
下载解压后，将对应文件拖入你环境的lib下site-packages文件夹下面
在解压得到的文件中，找到这两个文件

拖入对应环境中

wa07
关注
  • 4
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
win10下官方dgl之gcn代码成功运行
图挖掘领域，新晋砖家 ☞ 未来可期，欢迎和静静一起学习交流吖
01-05 885
环境搭建 本地（创建虚拟环境的时候最好不要指定自以为的Python版本，要安装代码说明的，要不然出错了也不知道哪里出了问题） #安装Ana https://zhuanlan.zhihu.com/p/75717350 安装参考（尤其里面添加镜像，下载贼快） https://www.cnblogs.com/tianlang25/p/12433025.html （镜像注意） https://blog.csdn.net/weixin_40431584/article/details/103914584 出现问题
dgl-ke：高性能，易于使用且可扩展的软件包，用于学习大规模知识图嵌入
02-04
知识图（KG）是存储有关不同实体（节点）及其关系（边缘）的信息的数据结构。 在各种机器学习任务中使用KG的常见方法是计算知识图嵌入。 DGL-KE是一种高性能，易于使用且可扩展的软件包，用于学习大规模知识图嵌入。 该软件包在的顶部实现，开发人员可以在CPU机，GPU机以及具有一系列流行模型的集群上运行DGL-KE，这些模型包括 ， ， ， ， ，和 。 图片：DGL-KE总体架构 当前，DGL-KE支持三个任务： 训练，使用dglke_train （单台机器）或dglke_dist_train （分布式环境）训练KG嵌入。 评估，读取预训练的嵌入，并使用dglke_eval在测
DGL库CPU版本和CUDA版本
02-27
DGL库CPU版本和CUDA版本 dgl-0.9.1-cp37-cp37m-win_amd64.whl win-64-dgl-cuda11.1-0.9.1-py37-0.tar.bz DGL库CPU版本和CUDA版本 dgl-0.9.1-cp37-cp37m-win_amd64.whl win-64-dgl-cuda11.1-0.9.1-py37-0.tar.bz DGL库CPU版本和CUDA版本 dgl-0.9.1-cp37-cp37m-win_amd64.whl win-64-dgl-cuda11.1-0.9.1-py37-0.tar.bz DGL库CPU版本和CUDA版本 dgl-0.9.1-cp37-cp37m-win_amd64.whl win-64-dgl-cuda11.1-0.9.1-py37-0.tar.bz DGL库CPU版本和CUDA版本 dgl-0.9.1-cp37-cp37m-win_amd64.whl win-64-dgl-cuda11.1-0.9.1-py37-0.tar.bz DGL库CPU版本和CUDA版本 dgl-0.9.1-cp37-cp37m-wi
图神经网络DGL库安装教程
m0_55684014的博客
01-16 1665
图神经网络DGL库详细安装教程
dgl的cuda版本
最新发布
weixin_44466434的博客
05-02 816
111
windows无法安装cuda版本的dgl
Shirongliang的博客
02-27 917
cuda版本dgl本地安装
【杂项】 安装特定版本dgl库cuda版本
gaocui883的博客
05-18 1858
特定版本dgl cuda 版本，因为0.9 和1.x 版本有些地方不兼容，无法读取之前的pickle 数据。选择自己相匹配的 cuda ,python, dgl 版本下载到本地进行。
cuda11.3安装DGL版本
qq_43678445的博客
07-21 2301
cuda11.3版本对应的DGL版本为0.9.1。
安装dgl-cuda
u013808288的专栏
04-26 1898
2. 将对应的文件下载到本地，并解压到anaconda的虚拟环境下。（解压出来是下图中的两个文件夹）3.完事了 这下你就可以用了。以cuda11.1 为例。
DGL v0.7正式发布
DrugAI
07-28 1498
DGL最新的v0.7版刚刚正式发布。大家已经可以通过pip或conda下载升级。这里我们总结了新版本的一些特性。系统层面的增强此次0.7版中有不少底层系统结构上的增强。其中很大一部分有来自...
Python库 | dgl_cu111-0.6.1-cp36-cp36m-win_amd64.whl
05-30
资源分类：Python库 所属语言：Python 使用前提：需要解压 资源全名：dgl_cu111-0.6.1-cp36-cp36m-win_amd64.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
Python库 | dgl-0.4.2-cp36-cp36m-manylinux1_x86_64.whl
02-26
python库。 资源全名：dgl-0.4.2-cp36-cp36m-manylinux1_x86_64.whl
Python库 | dgl-0.4.2-cp37-cp37m-manylinux1_x86_64.whl
03-18
python库，解压后可用。 资源全名：dgl-0.4.2-cp37-cp37m-manylinux1_x86_64.whl
DGL:Delphi泛型库--DGL(The Delphi Generic Library)
06-16
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...
安装合适的GPU中DGL版本
珊瑚海的博客
12-08 664
【代码】安装合适的GPU中DGL版本。
DGL历史版本的使用
qq_44583635的博客
10-15 7112
DGL0.5.3使用，其他历史版本的使用。
Anacoda + pytorch 环境下安装 DGL_GPU
SevenBerry的博客
07-10 5299
在 Anacoda + pytorch 环境下安装 DGL_GPU
dgl 的cuda 版本 环境配置(dgl cuda 版本库无法使用问题解决)
qq_41764621的博客
11-15 2416
建议使用pip版本的，因为conda版本的命令我试过，没下载成功，因为开不开魔法梯子我都无法在命令行访问到anaconda官网，离谱，，明明刚还用conda下载了dglcu。1. 如果你同时有dgl dglvu-XX.XX 那么，应该只会运行dgl （DGL的CPU版本），因此，你需要把dgl(CPU)版本给卸载了。但是我只卸载CPU版本还不够，我GPU 版本的dglcu依旧不好使，因此吧GPU版本的也得卸载了重新安装。因此，torch 可以下载。
如何安装dgl旧的cuda版本
06-02
DGL的旧版本支持不同的CUDA版本。你可以在安装DGL时通过`CUDA`参数指定CUDA版本。例如，如果你想要安装DGL 0.4.3版本，支持CUDA 9.0版本，可以使用以下命令： ``` pip install dgl-cu90==0.4.3 ``` 其中，`cu90`表示CUDA 9.0版本，`0.4.3`表示DGL的版本号。如果你想要安装其他版本的DGL，可以将`cu90`替换为对应的CUDA版本号。 注意，安装旧版本的DGL需要先安装对应版本的CUDA和cuDNN，并且需要与你的GPU硬件兼容。同时，不同版本的DGL可能需要不同版本的PyTorch或TensorFlow等依赖库，需要根据实际情况进行安装。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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