环境配置要是出现兼容问题还是挺繁琐的。所以这里记录下成功的配置情况。
conda create --name Test python=3.9 # 构建一个虚拟环境
conda init bash && source /root/.bashrc # 更新bashrc中的环境变量
conda activate Test # 切换到该虚拟环境
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 # 安装torch
conda install -c dglteam/label/cu118 dgl # 安装dgl
测试代码test.py
# 测试环境安装结果及版本
import dgl
import torch
if torch.cuda.is_available():
print("CUDA is available. GPU support is enabled.")
print("Number of GPUs available:", torch.cuda.device_count())
for i in range(torch.cuda.device_count()):
print(f"GPU {i}: {torch.cuda.get_device_name(i)}")
# 显示PyTorch使用的CUDA版本
print("CUDA Version:", torch.version.cuda)
# 检查cuDNN是否启用
print("cuDNN enabled:", torch.backends.cudnn.enabled)
# 打印cuDNN版本
print("cuDNN version:", torch.backends.cudnn.version())
else:
print("CUDA is not available. GPU support is not enabled.")
print("PyTorch Version:", torch.__version__)
print("DGL Version:", dgl.__version__)
