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