查看pytorch是否安装成功

S C:\Users\chenxuqi> conda activate ssd
(ssd) PS C:\Users\chenxuqi> python
Python 3.6.12 |Anaconda, Inc.| (default, Sep  9 2020, 00:29:25) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.__version__)
0.4.0
>>> print(torch.cuda.is_available())
True
>>>

 

### 如何通过命令检查 PyTorch 是否安装成功 可以通过多种方式验证 PyTorch安装状态。以下是几种常见的方法: #### 方法一:使用 Python 脚本打印 PyTorch 版本 在 Python 环境中运行以下代码,可以确认 PyTorch 已正确安装并获取其版本号: ```python import torch print(torch.__version__) ``` 如果能够正常输出 PyTorch 的版本号,则说明安装成功[^3]。 #### 方法二:通过 `conda` 列出已安装的包 如果你是在 Anaconda 或 Miniconda 环境下安装PyTorch,可以在终端或命令提示符中执行以下命令来查看是否包含 `torch` 和其他相关依赖项: ```bash conda list ``` 此命令会显示当前 Conda 环境中的所有已安装包及其版本信息。如果有类似于 `torch` 和 `cudatoolkit` 的条目,则表明 PyTorch 及 CUDA 支持已经安装完毕[^4]。 #### 方法三:测试 GPU 加速支持 为了进一步验证 PyTorch 是否能利用 GPU(前提是你的系统配置了 NVIDIA 显卡和对应的驱动程序),可运行以下脚本来检测是否有可用的 CUDA 设备: ```python import torch print("CUDA Available:", torch.cuda.is_available()) print("Current Device:", torch.cuda.current_device()) print("Device Name:", torch.cuda.get_device_name(0)) ``` 如果返回的结果中 `CUDA Available` 值为 `True` 并且提供了有效的设备名称,则表示 PyTorch 成功识别到了 GPU,并启用了加速功能[^1]。 --- ### 注意事项 - 如果上述任何一种方法未能按预期工作,请重新核对初始安装过程中所使用的指令是否匹配目标平台、Python 解释器以及硬件条件。 - 对于 CPU-only 安装场景,无需关心关于 CUDA 的部分;而对于具备兼容显卡的情况则应特别留意这些细节以充分发挥性能优势[^2]。
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