如何查看pytorch、cuda版本

本文详细介绍了如何在Python环境中检查PyTorch版本、CUDA版本,并通过实例演示了如何激活特定的PyTorch环境。同时提供了CUDA对应PyTorch版本的链接。

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

1、查看pytorch版本
第一步,查看所有环境信息:conda info --envs
第二步,找到安装有pytorch的环境并激活:source activate torch_env
第三步,进入python运行环境:python (ctrl d 退出python运行环境)
第四步,查看torch版本:import torch 换行 print(torch.version)

2、查看cuda版本:nvidia-smi

3、cuda对应的pytorch:https://pytorch.org/get-started/previous-versions/

### 查询已安装的CUDA版本CUDA 已正确安装并配置好环境变量时,可以使用多种方法来查询其版本信息。 #### 方法一:通过 `nvcc` 命令 可以通过命令行工具 nvcc 来获取编译器所支持的 CUDA 版本: ```bash nvcc --version ``` 这条指令会打印出详细的版本号以及其他相关信息[^1]。 #### 方法二:查阅 NVIDIA 驱动程序日志文件 对于某些系统而言,在 `/var/log/nvidia-installer.log` 或者其他位置的日志文件里也可能记录有 CUDA版本详情。不过这种方法不如前一种常见和直接。 #### 方法三:检查 CUDA 安装路径下的文档 通常情况下,CUDA 库会被放置在一个特定的位置如 `/usr/local/cuda-X.Y/` (其中 X 和 Y 表示具体的次版本),因此可以直接访问该目录并通过阅读 README 文件或其他说明材料了解当前使用的 CUDA 发布版情况。 ```python import os def get_cuda_version(): cuda_path = '/usr/local' dirs = [d for d in os.listdir(cuda_path) if 'cuda' in d and '.' in d] if not dirs: return "No CUDA installation found." latest_dir = sorted(dirs)[-1] version = latest_dir.replace('cuda-', '') return f"CUDA Version {version}" print(get_cuda_version()) ``` 此 Python 脚本尝试自动检测 Linux 系统上最新安装的 CUDA 版本,并将其输出给用户。请注意这只是一个简单的实现方式,实际环境中可能需要更复杂的逻辑处理不同操作系统之间的差异以及异常状况。
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