二级域名 电子商务网站推广方案,广州注册公司无地址怎么办,装饰工程公司属于什么行业,郑州网站建设首选创新文章目录 前言步骤 1: 安装 Anaconda步骤 2: 创建新的 Anaconda 环境步骤 3: 安装最新版本的 PyTorch步骤 4: 安装特定版本的 PyTorch步骤 5: 安装最新版本的 DGL步骤 6: 安装特定版本的 DGL步骤 7: Pycharm中使用虚拟环境解释器第一种情况#xff1a;创建新项目第二种情况创建新项目第二种情况已有项目或文件 步骤 8: 验证安装结论 前言
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。
步骤 1: 安装 Anaconda
首先确保你的系统上安装了 Anaconda。你可以看一下之前发布的文章windows CPU安装
步骤 2: 创建新的 Anaconda 环境
创建一个新的环境可以帮助你为不同的项目隔离依赖避免版本冲突。我们将创建一个名为 newdglgcn 的环境并指定 Python 版本为 3.8。 打开 Anaconda Prompt。 开始-所有应用-Anaconda3(64-bit) 输入以下命令创建新环境 conda create -n newdglgcn python3.8 注意一方面安装版本尽量不要太新安装现在稳定的版本即可。 感兴趣可以看这里 下图中红框表示现在比较稳定的版本 另一方面许多需要复现的论文可能版本在3.8或3.9。所以我选择安装3.8版本的python。 激活新环境conda activate newdglgcn步骤 3: 安装最新版本的 PyTorch
在新环境中我们将安装最新版本的 PyTorch。 注意下面安装包都必须先激活环境后在环境中使用命令。 最明显的标志是左端出现 你的环境名 标志。 使用 conda 安装最新版本的 PyTorch
这个命令可以在 pytorch 官网找到 选择你需要的配置然后生成安装命令。粘贴到 Prompt 中。 conda install pytorch torchvision torchaudio cpuonly -c pytorch验证 PyTorch 是否正确安装import torch
print(torch.__version__) 步骤 4: 安装特定版本的 PyTorch
如果你需要安装特定版本的 PyTorch可以使用 PyTorch 的官方安装命令生成器。访问 PyTorch 官方网站。找到对应的命令
例如如果你想安装 PyTorch 2.2.2 版本Windows CPU
你可以使用以下命令
conda install pytorch2.2.2 torchvision0.17.2 torchaudio2.2.2 cpuonly -c pytorch······ 或者使用 pip
pip install torch2.2.2 torchvision0.17.2 torchaudio2.2.2 --index-url https://download.pytorch.org/whl/cpu步骤 5: 安装最新版本的 DGL
接下来我们将安装最新版本的 DGL。
这个命令在DGL官网可以找到
使用 pip 安装最新版本的 DGL 选择你需要的配置然后生成安装命令。粘贴到 Prompt 中。 conda install -c dglteam dgl
#pip install dgl #或者直接这个应该也可以 步骤 6: 安装特定版本的 DGL
如果你需要安装特定版本的 DGL 第一步查看你可以安装的dgl版本
# 查看可以使用的dgl版本
conda search dgl -c dglteam选择想安装的版本。例如如果你想安装 DGL 0.4.3 版本你可以使用以下命令
# 例如安装1.1.2版本的
conda install -c dglteam dgl1.1.2在这里如果你安装后运行步骤七报错可能是版本不兼容。 推荐 这篇博客 可照此法反复试探。 经试探python3.8 可以安装的最高版本分别为 pytorch2.2.2 和dgl1.1.2 ( 对应步骤四和六 ) 步骤 7: Pycharm中使用虚拟环境解释器
第一种情况创建新项目 注意Conda 可执行文件 安装路径\anaconda3\Scripts\conda.exe 第二种情况已有项目或文件
打开刚才写好的文件或者任意一个文件 点击 文件-设置 项目项目名:项目名称-Python解释器 添加解释器-本地解释器 注意Conda 可执行文件 安装路径\anaconda3\Scripts\conda.exe 步骤 8: 验证安装
现在我们可以验证 PyTorch 和 DGL 是否正确安装并运行一个简单的测试。 运行以下 Python 代码 import torch
torch.cuda.is_available()
print(torch.__version__)import dgl
print(DGL version:, dgl.__version__)# 创建一个简单的图
def simple_graph():import dglimport torch# 定义节点和边nodes torch.tensor([0, 1, 2, 3])edges_src torch.tensor([0, 1, 2])edges_dst torch.tensor([1, 2, 3])# 创建图 g dgl.graph((edges_src, edges_dst)) g.ndata[h] torch.randn((g.num_nodes(), 10)) return g g simple_graph()
print(g) 运行结果如图 结论 博主现在使用的是 python3.8 pytorch2.2.2 和dgl1.1.2 ( 对应步骤四和六 最高版本的pytorch2.4.1和最高版本的dgl 2.2.x不兼容会报错哦~ 通过以上步骤你可以在新的 Anaconda 环境中成功安装并配置 PyTorch 和 DGL。这些工具将为你在图神经网络领域的研究和开发提供强大的支持。
