Anaconda+DGL+Pytorch环境搭建

原创 已于 2022-01-30 18:16:11 修改 · 4.9k 阅读 · 6 ·
CC 4.0 BY-SA版权
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。
文章标签：

#pytorch #深度学习 #python #人工智能

于 2022-01-29 15:18:33 首次发布
本文介绍如何下载安装Anaconda，并通过Anaconda搭建虚拟环境。此外还提供了DGL和PyTorch等深度学习库的安装步骤。
部署运行你感兴趣的模型镜像

目录

Anaconda的下载

1. 进入官网选择需要的版本

一般选择Individual Edition就可以。Anaconda官网
在这里插入图片描述
直接下载最新版。
在这里插入图片描述
或者可以拉到页面底部选择合适的版本和其他系统版本。
在这里插入图片描述
安装教程有很多，没什么特殊要求一直next也可以，需要注意的有一点：
上面的添加环境变量选项有人说选也有人说不选，勾选这一选择以后可以自动添加环境变量，省得自己手动添，但貌似容易出问题（反正我没有）。如果担心后续有问题可以手动添加，最后安装完成、添加环境变量后重启电脑使环境变量生效即可；
在这里插入图片描述

搭建虚拟环境

启动Anaconda并建立自己的虚拟环境。

  • 创建虚拟环境：conda create -n env_name
  • 激活虚拟环境：conda activate env_name

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

最低0.47元/天 解锁文章
【Anaconda+Pytorch+DGL】安装+配置详细过程
努力不秃头！
03-02 1万+
Anaconda+pytorch+DGL详细安装过程，记录一下，花了大半个下午（叹气.jpg）。
【Mac版】基于pytorch环境安装PyG库+DGL库
智慧的旋风的博客
10-31 3092
搭建GNN环境教程 1、创建python=3.6的conda虚拟环境 conda create -n env_gnn python=3.6 2、用conda安装pytorch1.6.0的cpu版本 pytorch官网安装命令。 conda install pytorch==1.6.0 torchvision==0.7.0 -c pytorch import torch进行检验，没有问题。 3、pip安装cpu版本的PyG pytorch-geometric(github项目)。 pytorch-geom
新手上路：Anaconda虚拟环境创建和配置以使用PyTorch和DGL
m0_53503719的博客
01-18 3100
在数据科学和机器学习领域，Anaconda是一个非常流行的平台，它提供了一个管理包和环境的强大工具。在本文中，我们将逐步创建一个新的Anaconda环境，并在其中安装最新版本的PyTorch和DGL，以及如何安装特定版本的这些库。
Anaconda的下载与安装
最新发布
zdsxc_的博客
09-18 1581
路径选择没有过多的要求，可以选择C盘或者D盘，但是需要注意的是安装路径中不能出现中文，而且需要直属于C盘/D盘，即欲安装的目标文件夹是空的。python = 3.9：指定了Python的版本，Python3.9版本能够支持大部分的项目。此时重新打开终端，输入conda -V即可查看对应的conda版本了。输入之后回车即可运行，在y/n中输入y即可，由于安装时已经创建，故图中输入n。），即可查看安装的对应版本的Anaconda。-n：代表的搭建环境的名字，此处是以pytorch为例。
Anaconda安装dgl报错ERROR: Could not find a version that satisfies the requirement psutil＞=5.8.0
cbrebrebre的博客
10-10 1525
在Anaconda中安装dgl包报错显示ERROR: Could not find a version that satisfies the requirement psutil>=5.8.0ERROR: No matching distribution found for psutil>=5.8.0
DGL分布式训练：多GPU与多机并行计算
gitblog_00287的博客
06-03 422
DGL分布式训练：多GPU与多机并行计算 【免费下载链接】dgl Python package built to ease deep learning on graph, on top of existing DL frameworks. ...
图神经网络环境配置：Win11+CUDA10.2+Pytorch1.10+DGL
weixin_46065198的博客
06-14 2897
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 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： 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 这里使用以下命令运行成功，注意必须http开头才能成功。 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
win10下全套配置深度学习环境：Anaconda3 + CUDA10.2 + Cudnn + Pytorch1.6 + Pycharm（详细教程，亲测可用）
weixin_40247876的博客
07-23 2400
本文针对于电脑中配备有GPU，且有深度学习需求的小伙伴们，搭建一个可用无污染的深度学习环境。文章是借鉴综合了网上大神们的各种方法，再经本人综合而成的，如有雷同纯属意外。
dgl+pytorch 安装过程
siper12138的博客
09-05 1959
dgl安装过程
跑深度学习模型Ⅱ：一文安装正确pytorch及dgl
qq_46147236的博客
08-02 2190
啊每次都是pytorch版本问题引发的一系列错误！nvcc --version 可以看到我的cuda版本是11.8nvidia-smi 查看NVIDIA驱动版本，可以看到我的驱动版本是522.06方法二： 去NVIDIA控制面板，查看本机GPU支持的CUDA版本具体操作：NVADIA的控制面板>帮助>系统信息>组件,可以看到我的版本是CUDA11,选择对应的版本。我的GPU支持11.8的CUDA版本在Pytorch官网中，根据自己的CUDA版本选择，复制安装命令。
pytorch开发环境安装，DGL框架的融入
weixin_40921238的博客
09-12 2844
图神经网络学习环境配置安装经验： 第一步：安装Anaconda 1.测试conda是否安装成功， conda list 2.查看conda版本， conda --version 第二步：安装cuda 1.测试cuda安装是否成功 nvcc -V 第三步：安装pytorch-GPU版本： 第四步：安装DGL框架； 第五步：将DGL文件夹移入到pytorch文件夹下 将pytorch环境导入pycharm中 测试pycharm中pytorch是否可用 安装DGL库
DGL库安装和配置（CUP版）
happy_everydayla的博客
02-27 934
在我安装过程中始终有一个报错困扰了我很久这个报错是：OSError: [WinError 123] 文件名、目录名或卷标语法不正确。在执行完这两个方法之后记得要重启Anaconda Prompt窗口，然后进入刚才的虚拟环境，否则依然会报错。选择自己的对应的版本之后将下面的这条命令复制到Anaconda Prompt窗口中然后运行。选择自己对应的版本之后将下面的这条命令复制到Anaconda Prompt窗口中然后运行。方法二：系统环境变量的问题，在系统环境变量中删除这个报错后面跟着的地址。
图神经网络DGL库安装教程
Fengbin Ma's Blog
01-16 3861
图神经网络DGL库详细安装教程
Windows环境下安装最新版本的DGL
weixin_53801211的博客
10-24 5591
自2024.06之后，DGL团队就不再更新Windows和Mac版本的包，然而使用旧版本的包会出现与torch的兼容性问题，因此若是习惯于Pytorch框架的用户，可以尝试使用PyG (torch-geometric)，同样能进行图神经网络的搭建若是一定要用dgl，优先考虑在Linux上安装。当然通过2.3节的流程，也能实现最新版本dgl在Windows环境的安装，经实测，CPU和CUDA版本均能成功运行并且兼容torch 2.4.x。
dgl库安装
m0_57180439的博客
09-20 1167
dgl库安装
【教程】Linux环境下支持GPU加速的Pytorch、PyG、DGL环境配置步骤记录
努力努力
01-12 2894
这篇步骤记录针对的是在Linux系统下配置支持GPU加速的Pytorch（其它系统的也可以参考基本步骤，但是涉及到的具体的选项和指令会有所不同），以及做图神经网络会涉及到的PyG、DGL库的安装过程。
服务器conda环境打包迁移 dgl安装 版本问题
weixin_45114882的博客
12-24 3383
租服务器配好conda环境，把环境迁移到没联网的学校服务器，要注意一定要检查两个服务器的CUDA版本是不是不同的，这可能会带来一些问题，因为CUDA是不在conda环境里面的。最后解决安装dgl版本问题还是采用下载whl文件pip离线安装的。所以我们最好一开始就在autodl租一个跟学校服务器配置相同的服务器喽（也有同学选择先用虚拟机配环境应该也是个不错的选择），学校服务器(teacher09) torch版本1.10.0+cu102，CUDA10.1。
conda 安装DGL
xiangfengl的专栏
05-28 981
【代码】conda 安装DGL。
Anacoda + pytorch 环境下安装 DGL_GPU
SevenBerry的博客
07-10 6628
在 Anacoda + pytorch 环境下安装 DGL_GPU
anaconda安装dgl库
02-25
### 安装DGL库使用Anaconda 为了通过Anaconda安装DGL库，可以按照如下方法操作： #### 创建新的Conda环境并激活 创建一个新的Conda环境有助于隔离不同项目的依赖关系。假设这个新环境名为`dgl_env`。 ```bash ...
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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