dgl 报错:Operator Range does not support cuda device.

最新推荐文章于 2023-11-15 08:57:43 发布
最新推荐文章于 2023-11-15 08:57:43 发布
阅读量1.1k 收藏 2
点赞数 4
文章标签： pytorch
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/weixin_44179954/article/details/131539928
版权
当遇到DGLError:OperatorRangedoesnotsupportCUDAdevice的错误时，问题可能出在DGL库的版本上。需检查DGL是否安装了对应CUDA的GPU版本。可以使用`piplist`检查DGL版本，如果没有+cu后缀，应卸载DGL（`pipuninstalldgl`），然后从DGL官网下载并安装适合的GPU版本。
摘要由CSDN通过智能技术生成

dgl 报错:Operator Range does not support cuda device.

报错内容

dgl._ffi.base.DGLError: [17:06:55] C:\Users\Administrator\DGL_scripts\release\win-64\dgl\src\array\array.cc:50: Operator Range does not support cuda device.

解决方案

  1. 在python环境终端通过 pip list 检查 dgl的版本，如果dgl版本后没有+cu的标志，说明dgl版本安装错误，需要卸载安装cuda对应的GPU版本；
    在这里插入图片描述

  2. 通过命令 pip uninstall dglgo dgl 来卸载dgl库；

  3. 在dgl官网中选择合适的GPU版本下载，运行命令可见官网提示；
    在这里插入图片描述

BARIOTAN
关注
  • 4
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
dgl._ffi.base.DGLError: Device API gpu is not enabled. Please install the cuda version of dgl.
记录学习历程
05-05 3568
先卸载已经安装的dgl。
【ComfyUI】RuntimeError: CUDA error: operation not supported
山鬼谣的专栏
09-20 5568
最近好不容易，安装好ComfyUI后，启动也OK，点击生成图片时，报错了got promptadm 0!!!!!这个问题查了挺久的资料的，特意记录下解决方案。
Python中安装GDAL库
qq_44894692的博客
11-07 1万+
GDAL(Geospatial Data Abstraction Library)是一个在X/MIT许可协议下的开源栅格空间数据转换库。它利用抽象数据模型来表达所支持的各种文件格式。它还有一系列命令行工具来进行数据转换和处理，可以用来处理栅格数据如遥感影像、DEM等。
DGL安装报错 OSError: libcublas.so.11: cannot open shared object file: No such file or directory
qq_42727728的博客
06-09 6104
安装DGL，出现错误：OSError: libcublas.so.11: cannot open shared object file: No such file or directory原因： 未安装 cudatoolkit解决： DGL安装详情参考官网
dgl 的cuda 版本 环境配置(dgl cuda 版本库无法使用问题解决)
最新发布
qq_41764621的博客
11-15 2640
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。
DGL教程：라이배우리DGL배우기
02-18
DGL튜토리튜토 Deep Graph Library（DGL）发行的DL发行版（例如PyTorch，MXNet，Gluon发行版）和Python发行版。 DGL和API。 DGL和Keras로비유되곤다。 다양한공되고양한。。。。。。。 y리얼에서는， 용한사용한를...
libcusparse.so.11
03-31
安装torch-geometric和安装torch-sparse后，导入torch-sparse时却报错： OSError: libcusparse.so.11: cannot open shared object file: No such file or directory 搜索全网，也没找到解决方案。最快解决方案如下：...
dglai.github.io:DGL 项目网站
08-03
DGL主页此主页由生成。 但是由于Github不支持某些插件，我们把所有jekyll相关的代码放在_site文件夹下，把生成的站点（ _site文件夹下的所有东西）放在根文件夹下。要求Ruby设置在jekyll文件夹中： bundle install -...
Process-Portfolio:DGL 104Craft.io组合
03-30
DGL104Craft.io产品组合 瑞安·龙-N0180886 活动0101： 点击展开答案在我的Web和移动应用程序开发文凭课程的第一学期中，我努力研究出在特定情况下要使用的循环。 学习并体验了多种编码语言之后，我了解了for，for-...
解决cuda突然不能用了的方法[完美解决]
GPIOHTML的博客
11-24 1万+
利用新创建的虚拟环境完美解决pytorch中cuda调用不出来的问题。目前解决torch.cuda.is_available()返回False的问题
dgl._ffi.base.DGLError: [10:36:44] /opt/dgl/src/runtime/c_runtime_api.cc:88: Check failed: allow_mis
weixin_51736742的博客
08-05 5614
1.问题 解决dgl._ffi.base.DGLError: [10:36:44] /opt/dgl/src/runtime/c_runtime_api.cc:88: Check failed: allow_missing: Device API gpu is not enabled. Please install the cuda version of dgl.的问题 2.原因 查了好久，总结一下， Linux系统创建pytorch环境时，要安装带有cuda的版本，本地没有cuda的话，两次创建环境时选的
【cuda】cudaGetDeviceProperties，cudaDeviceGetAttribute，cudaMemGetInfo
weixin_50862344的博客
06-12 756
要除以 1024.0 三次，是因为通常我们将内存大小以字节为单位表示。在这里，除以 1024.0 三次即可将字节转换为千兆字节（GB）接受两个参数 free 和 total，都是指向 size_t 类型的指针。调用该函数后，它会将当前设备上的。大小存储在 free 中，将。大小存储在 total 中。
查询当前pytorch安装的对应cuda版本号
qq_38667212的博客
04-04 4820
由于自己笔记本cuda是11.1版本，安装图网络学习框架DGL总是环境问题报错，如： gl._ffi.base.DGLError: [10:54:05] C:\Users\Administrator\dgl\src\runtime\c_runtime_api.cc:87: Check failed: allow_missin g: Device API gpu is not enabled. Please install the cuda version of dgl. 发现DGL包需要跟环境中pytorc
NVIDIA显卡驱动报错,已经安装，无法正常加载
qq_41166909的博客
04-22 5915
1.报错如下 NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running. 2. nvcc -v 查看cuda库是存在的 3.查看NVIDIA显卡驱动是否安装了 4.安装dkms，用来动态加载驱动， sudo apt-get install dkms sudo d.
2、TENSOR ATTRIBUTES
u013049912的博客
06-22 856
每个 torch.Tensor 都有一个 torch.dtype、torch.device 和 torch.layout。 torch.dtype CLASStorch.dtype torch.dtype 是表示 torch.Tensor 的数据类型的对象。 PyTorch 有十二种不同的数据类型： Data type dtype Legacy Constructors 32-bit floating point
pytorch算力与CUDA算力不匹配导致的CUDA ERROR
qq_34532413的博客
09-24 2465
pytorch算力与CUDA算力不匹配的问题
【CUDA】常见错误类型cudaError_t
热门推荐
人工智能算法与工程实践
01-26 3万+
整理下NVIDIA官方文档中列的CUDA常见错误类型。 错误类型说明 cudaSuccess = 0 API调用返回没有错误。对于查询调用，这还意味着要查询的操作已完成（请参阅cudaEventQuery（）和cudaStreamQuery（））。 cudaErrorInvalidValue = 1 这表明传递给API调用的一个或多个参数不在可接受的值范围内。 cudaErrorMemoryAllocation
vs2019中出现PyTorch is not linked with support for cuda devices的解决方法
weixin_41693877的博客
10-24 2171
系统：win10 vs版本：vs2019 libtorch：1.10.0 cuda：10.2. 在win10和vs2019配置好libtorch后，发现只能调用CPU，一旦指定GPU，就会报以下错误： PyTorch is not linked with support for cuda devices Exception raised from getDeviceGuardImpl at C:\w\b\windows\pytorch\c10/core/impl/DeviceGuardImplInterfa
报错DGLError: dgl.to_networkx only supports homogeneous graphs
05-27
如果您在使用`dgl.to_networkx`将DGL图转换为NetworkX图对象时遇到`DGLError: dgl.to_networkx only supports homogeneous graphs`的错误，可能是因为您尝试将异质图转换为NetworkX图对象。 `dgl.to_networkx`函数目前仅支持将同质图转换为NetworkX图对象。如果您尝试将异质图转换为NetworkX图对象，则会出现上述错误。 如果您要可视化异质图，可以考虑使用DGLPlot或其他可视化工具，如Gephi或Cytoscape。这些工具支持可视化异质图，并提供更高级的可视化功能。 如果您需要将异质图转换为同质图进行可视化，可以使用DGL库中的`dgl.metapath_reachable_graph`函数将异质图转换为同质图。以下是一个简单的例子： ```python import dgl # 加载异质图数据 hetero_graphs, _ = dgl.load_graphs('data.bin') hetero_graph = hetero_graphs[0] # 将异质图转换为同质图 homograph = dgl.metapath_reachable_graph(hetero_graph, ['author', 'paper', 'venue']) # 将同质图转换为NetworkX图对象 nx_graph = homograph.to_networkx() # 可视化 pos = nx.spring_layout(nx_graph) nx.draw(nx_graph, pos, with_labels=True) plt.show() ``` 在这个例子中，我们使用`dgl.metapath_reachable_graph`函数将异质图转换为同质图，并使用`to_networkx`函数将同质图转换为NetworkX图对象进行可视化。
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