查看自己的环境配置脚本文件

import glob
import os
import torch
import subprocess
import platform

def get_nvidia_driver_version():
    try:
        output = subprocess.check_output(["nvidia-smi", "--query-gpu=driver_version", "--format=csv,noheader,nounits"]).decode("utf-8")
        return output.strip()
    except Exception as e:
        return str(e)

def get_cudnn_version():
    cudnn_paths = [
        "/usr/lib/x86_64-linux-gnu/libcudnn.so.*",
        "/usr/local/cuda-*/targets/x86_64-linux/lib/libcudnn.so.*"
    ]
    for path in cudnn_paths:
        files = glob.glob(path)
        if files:
            return files[0]
    return "Not found"

def get_gpu_info():
    try:
        output = subprocess.check_output(["nvidia-smi", "--query-gpu=name", "--format=csv,noheader,nounits"]).decode("utf-8")
        return output.strip().split("\n")
    except Exception as e:
        return [str(e)]

def get_library_versions():
    library_versions = {
        "pip3": subprocess.check_output(["pip3", "freeze"]).decode("utf-8"),
        "conda": subprocess.check_output(["conda", "list"]).decode("utf-8")
    }
    return library_versions

def main():
    print("Collecting environment information...")

    print(f"PyTorch version: {torch.__version__}")
    print(f"Is debug build: {torch.version.debug}")
    print(f"OS: {platform.platform()}")

    try:
        gcc_version = subprocess.check_output(["gcc", "--version"]).decode("utf-8").splitlines()[0]
        print(f"GCC version: {gcc_version}")
    except Exception as e:
        print(f"GCC version: {e}")

    try:
        cmake_version = subprocess.check_output(["cmake", "--version"]).decode("utf-8").splitlines()[0]
        print(f"CMake version: {cmake_version}")
    except Exception as e:
        print(f"CMake version: {e}")

    print(f"Python version: {platform.python_version()} ({platform.architecture()[0]} runtime)")
    print(f"Is CUDA available: {torch.cuda.is_available()}")
    if torch.cuda.is_available():
        print(f"CUDA runtime version: {torch.version.cuda}")
        print("GPU models and configuration:")
        for i, gpu in enumerate(get_gpu_info()):
            print(f"GPU {i}: {gpu}")
        print(f"Nvidia driver version: {get_nvidia_driver_version()}")
        print(f"cuDNN version: {get_cudnn_version()}")

    library_versions = get_library_versions()
    print("Versions of relevant libraries:")
    for source, versions in library_versions.items():
        print(f"[{source}] {versions}")

if __name__ == "__main__":
    main()

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个用于配置Windows Java环境变量的批处理脚本: @echo off @echo 第一步 输入要设置的JAVA_HOME路径:(As example: D:\Program Files\Java\jdk1.8.0_181) set /p input="请输入JAVA_HOME路径:" @echo 第二步 设置JAVA_HOME路径 setx JAVA_HOME "%input%" /M @echo 第三步 设置PATH setx path "%path%;%%JAVA_HOME%%\bin" /M @echo 第四步 设置classpath setx classpath .;%%JAVA_HOME%%\lib\dt.jar;%%JAVA_HOME%%\lib\tools.jar /M @echo “执行完成” pause 这个脚本可以自动配置Java环境变量。你只需要记住JDK安装的目录路径,然后按照脚本的提示进行操作即可。首先,你需要输入要设置的JAVA_HOME路径,然后脚本会将该路径设置为JAVA_HOME环境变量。接下来,脚本会将JAVA_HOME路径添加到PATH环境变量中,以便系统可以找到Java的可执行文件。最后,脚本会设置classpath,以便Java程序可以找到所需的类库文件。执行完成后,你的Java环境变量就配置好了。建议使用这种方法来配置Java环境变量,因为如果你移动了JDK的安装位置,只需要修改JAVA_HOME中的内容即可,不需要再次修改PATH中的路径。这样可以避免误删其他系统配置的风险。 #### 引用[.reference_title] - *1* *2* [Windows 10配置Java环境变量](https://blog.csdn.net/weixin_46032860/article/details/112598411)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [详解Java环境变量配置方法(Windows)](https://blog.csdn.net/weixin_36164462/article/details/114216979)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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