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__)