【备忘】python查看torch版本、cuda版本

本文介绍如何在Python环境中使用PyTorch检查PyTorch和CUDA版本,并提供解决GPU索引不一致的方法。文中详细解释了如何确认CUDA是否可用、获取可用的CUDA设备数量,以及如何统一PyTorch与nvidia-smi中GPU编号的问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

进入python

1. 查看pytorch版本:

import torch
print(torch.__version__)

2.查看cuda版本:

print(torch.version.cuda)

3.查看cuda是否可用

print(torch.cuda.is_available())

4.查看可用cuda数量

print(torch.cuda.device_count())

4.28编辑

pytorch 中 GPU 索引与 nvidia-smi 中GPU 编号不一致,原因是nvidia-smi 下的 GPU 编号默认使用 PCI_BUS_ID,而 PyTorch 代码默认情况下设备排序是 FASTEST_FIRST。解决方法为,进入bashrc,添加:

CUDA_DEVICE_ORDER=“PCI_BUS_ID“

终端输入 source ~/.bashrc 使配置生效。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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