pytorch 安装检测代码

import sys

print(sys.path)
print(sys.executable)

import torch

print('torch.__version__ =',torch.__version__)  # pytorch版本
print('torch.version.cuda =',torch.version.cuda)  # cuda版本
print('torch.cuda.is_available =',torch.cuda.is_available())  # 查看cuda是否可用

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
安装并测试PyTorch,你可以按照以下步骤进行操作: 1. 首先,根据你的GPU版本选择对应的PyTorch安装命令。如果你的GPU支持CUDA 8.0,那么可以使用以下命令进行安装: `pip install http://download.pytorch.org/whl/cu80/torch-0.4.0-cp36-cp36m-win_amd64.whl` 如果你的GPU支持CUDA 9.0,可以使用以下命令进行安装: `pip install http://download.pytorch.org/whl/cu90/torch-0.4.0-cp36-cp36m-win_amd64.whl` 如果你的GPU支持CUDA 9.1,可以使用以下命令进行安装: `pip install http://download.pytorch.org/whl/cu91/torch-0.4.0-cp36-cp36m-win_amd64.whl` 如果你的GPU不支持CUDA,可以选择安装CPU版本的PyTorch,使用以下命令: `pip install http://download.pytorch.org/whl/cpu/torch-0.4.0-cp36-cp36m-win_amd64.whl` 2. 安装完成后,你可以在Python脚本中导入torch库并查看PyTorch的版本,使用以下代码: `import torch print(torch.__version__)` 3. 如果你的电脑有多个GPU,你可以设置使用哪个GPU来运行PyTorch。首先,你可以使用以下代码获取当前正在使用的GPU设备编号: `print(torch.cuda.current_device())` 然后,使用以下代码设置要使用的GPU设备编号(比如设为1): `torch.cuda.set_device(1)` 最后,你可以再次使用以下代码来确认当前正在使用的GPU设备编号: `print(torch.cuda.current_device())` 通过以上步骤,你可以完成PyTorch安装和测试代码的编写。记得根据你的GPU版本选择正确的安装命令,并设置好要使用的GPU设备编号。

“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