查看电脑显卡支持的CUDA版本
- 开始搜索控制面板
- 从控制面板打开NVIDIA控制面板
- 打开左下角‘系统信息’,‘组件’,查看可知本机显卡支持最高CUDA版本为11.0.208
利用Anaconda创建虚拟环境
过程参考我另一篇博文,配置好numpy等其他依赖包。
激活虚拟环境
activate EnvName
查询pytorch和对应CUDA
进入Pytorch官网,根据需要的Pytorch和CUDA版本查看conda命令。
此处我配置Pytorch1.10+CUDA10.2,命令为:
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=10.2 -c pytorch
运行太慢或网络连接失败,手动从以下4个网址查询需要的包,如果有则指定对应channel
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
这里使用以下命令运行成功,注意必须http开头才能成功。
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=10.2 -c http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
虚拟环境下安装CUDA版本的DGL
- 打开DGL官网,直接开可能会很慢,搭梯子之后明显变快了。根据CUDA版本获得对应安装命令。
运行命令
conda install -c dglteam dgl-cuda10.2
如果失败,则手动从其他镜像源寻找对应包,可以从这里找到DGL包,因此运行命令
conda install -c http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/dglteam/win-64/ dgl-cuda10.2
成功,注意需要http开头。