如何检查 Pytorch 所使用的 Cuda 版本？

最新推荐文章于 2025-03-13 12:25:09 发布

许野平

最新推荐文章于 2025-03-13 12:25:09 发布

阅读量5.9k

点赞数

分类专栏： pytorch # Cuda 深度学习文章标签： pytorch 深度学习 python cuda nvcc

本文链接：https://blog.csdn.net/quicmous/article/details/130914205

版权

深度学习同时被 3 个专栏收录

99 篇文章

订阅专栏

pytorch

20 篇文章

订阅专栏

Cuda

11 篇文章

订阅专栏

本文介绍了如何使用Python中的PyTorch库和nvcc命令来检查PyTorch所用的CUDA版本以及系统的CUDA版本。如果返回值为None，则表示PyTorch未使用CUDA。同时，当系统有多个CUDA版本时，应确保PyTorch使用的是期望的版本。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 检查PyTorch所用的CUDA版本

您可以使用以下命令检查PyTorch所用的CUDA版本：

import torch
print(torch.version.cuda)

我的服务器运行结果如下：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176

这个命令将返回当前PyTorch安装所使用的CUDA版本。如果返回值为None，那么PyTorch并未使用CUDA。

请注意，如果您同时安装了多个CUDA版本，则PyTorch将使用其中的一个版本。在这种情况下，建议您先通过nvcc -V命令检查各版本CUDA的版本号，并确认PyTorch使用的是您所期望的版本。

2. 检查 cuda 的版本

您可以使用以下命令检查CUDA版本：

nvcc -V

该命令将输出CUDA工具集的版本信息，其中包括CUDA版本号、驱动程序版本号和构建日期等信息。如果您的系统中已经安装了CUDA，则这个命令应该能够返回正确的版本号。