1 打印Pytorch版本
1.1 打开终端,激活相应的环境
例如我的是:pytorch180cuda111
conda activate pytorch180cuda111
1.2 进入Python环境
python
1.3 查看pytorch版本
import torch
print(torch.__version__) #注意是双下划线
2 查看cuda版本
2.1 打开终端,激活相应的环境
例如我的是:pytorch180cuda111
conda activate pytorch180cuda111
2.2 进入Python环境
python
2.3 查看cuda版本
import torch
print(torch.version.cuda) #注意是双下划线
3 查看cudnn版本
3.1 打开终端,激活相应的环境
例如我的是:pytorch180cuda111
conda activate pytorch180cuda111
3.2 进入Python环境
python
3.3 查看cudnn版本
import torch
print(torch.backends.cudnn.version()) #注意是双下划线
4 查看pytorch可用性
4.1 打开终端,激活相应的环境
例如我的是:pytorch180cuda111
conda activate pytorch180cuda111
4.2 进入Python环境
python
4.3 查看pytorch可用性
import torch
a=torch.Tensor([1.])#如果pytorch可用则静默
5 查看cuda可用性
5.1 打开终端,激活相应的环境
例如我的是:pytorch180cuda111
conda activate pytorch180cuda111
5.2 进入Python环境
python
5.3 查看cuda可用性
import torch
print(torch.cuda.is_available())#如果cuda可用,则返回True
6 查看cuda可用性
6.1 打开终端,激活相应的环境
例如我的是:pytorch180cuda111
conda activate pytorch180cuda111
6.2 进入Python环境
python
6.3 查看cudnn可用性
import torch
# 若正常则静默
a = torch.tensor(1.)
# 若正常则静默
a.cuda()
# 若正常则返回 tensor(1., device='cuda:0')
from torch.backends import cudnn
# 若正常则静默
cudnn.is_available()
# 若正常则返回 True
cudnn.is_acceptable(a.cuda())
# 若正常则返回 True