获取所有conda虚拟环境的python版本以及torch版本

import os
import subprocess
from pathlib import Path

# 修改get_conda_envs函数中的解析方式
import json  # 新增导入

def get_conda_envs():
    """获取所有conda环境路径"""
    try:
        result = subprocess.run(
            ["conda", "info", "--json"],
            capture_output=True,
            text=True,
            check=True
        )
        info = json.loads(result.stdout)  # 改用json解析
        return info["envs"]
    except json.JSONDecodeError as e:
        print(f"JSON解析失败: {e}")
        return []
    except Exception as e:
        print(f"获取conda环境失败: {e}")
        return []

def get_env_versions(env_path):
    """获取指定环境的版本信息"""
    versions = {"python": "N/A", "pytorch": "N/A"}
    
    # 获取Python版本
    python_exe = Path(env_path)/"bin"/"python"
    if not python_exe.exists():
        return versions
    
    try:
        res = subprocess.run(
            [str(python_exe), "--version"],
            capture_output=True,
            text=True,
            check=True
        )
        versions["python"] = res.stdout.strip().split()[-1]
    except Exception as e:
        print(f"获取Python版本失败: {e}")

    # 获取PyTorch版本
    try:
        res = subprocess.run(
            [str(python_exe), "-c", 
             "import torch; print(torch.__version__)"],
            capture_output=True,
            text=True,
            check=True
        )
        versions["pytorch"] = res.stdout.strip()
    except Exception as e:
        versions["pytorch"] = "Not installed"

    return versions

def main():
    envs = get_conda_envs()
    if not envs:
        return

    print(f"{'Environment':<25} | {'Python':<10} | {'PyTorch':<15}")
    print("-" * 55)
    
    for env_path in envs:
        env_name = Path(env_path).name
        versions = get_env_versions(env_path)
        print(f"{env_name:<25} | {versions['python']:<10} | {versions['pytorch']:<15}")

if __name__ == "__main__":
    main()
### 创建Python 3.6版本Conda虚拟环境并安装支持GPU的PyTorch 在创建支持GPU的PyTorch环境时,需要确保Conda虚拟环境使用Python 3.6,并且安装的PyTorch版本与CUDA和cuDNN兼容。以下是具体的操作步骤: 1. **创建虚拟环境** 使用以下命令创建基于Python 3.6的Conda虚拟环境: ```bash conda create -n pytorch_gpu python=3.6 ``` 这将创建一个名为`pytorch_gpu`的虚拟环境,并安装Python 3.6版本[^3]。 2. **激活虚拟环境** 创建完成后,激活该环境以进行后续安装操作: ```bash conda activate pytorch_gpu ``` 3. **安装PyTorch GPU版本** 为了确保PyTorch能够使用GPU加速,需要安装与CUDA版本兼容的PyTorch。例如,安装PyTorch 1.0.1并搭配CUDA 10.0: ```bash conda install pytorch==1.0.1 torchvision==0.2.2 cudatoolkit=10.0 cudnn=7.6.5 -c pytorch ``` 上述命令将安装PyTorch 1.0.1、torchvision 0.2.2、CUDA Toolkit 10.0以及cuDNN 7.6.5[^1]。 4. **验证安装** 安装完成后,可以通过Python代码验证PyTorch是否成功识别GPU: ```python import torch print(torch.cuda.is_available()) ``` 如果输出为`True`,则表示PyTorch已成功配置并可以使用GPU。 5. **可选:安装其他深度学习相关包** 根据需要,可以使用Conda或pip安装其他Python包,例如: ```bash conda install numpy pandas pip install matplotlib ``` ### 注意事项 - 确保系统已安装NVIDIA驱动程序,并且驱动版本与CUDA Toolkit兼容。 - 根据使用的PyTorch版本,可能需要特定版本的CUDA和cuDNN。请参考PyTorch官方文档以获取更多信息。 ###
评论
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
 条评论被折叠 查看
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

打赏作者

之群害马

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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