要查看Linux系统中安装的PyTorch环境及相关配置,可以使用以下几种方法:
import torch
# 查看PyTorch版本
print(torch.__version__)
# 查看CUDA是否可用
print(torch.cuda.is_available())
# 查看CUDA版本
print(torch.version.cuda)
# 查看cuDNN版本
print(torch.backends.cudnn.version())
# 查看当前设备
print(torch.cuda.current_device())
# 查看设备数量
print(torch.cuda.device_count())
# 查看当前设备名称
print(torch.cuda.get_device_name(0))
# 使用conda查看
conda list | grep torch
# 使用pip查看
pip list | grep torch
# 查看系统CUDA版本
nvcc --version
# 或
cat /usr/local/cuda/version.txt
# 查看cuDNN版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
# 查看NVIDIA显卡信息
nvidia-smi
# 查看所有GPU设备
lspci | grep -i nvidia
可以创建一个简单的Python脚本来测试PyTorch是否能正常工作:
import torch
x = torch.rand(5, 3)
print(x)
if torch.cuda.is_available():
print("CUDA is available!")
device = torch.device("cuda")
y = torch.ones_like(x, device=device)
x = x.to(device)
z = x + y
print(z)
print(z.to("cpu", torch.double))
else:
print("CUDA is NOT available!")
通过这些方法,你可以全面了解Linux系统中PyTorch环境的配置情况,包括版本信息、CUDA支持情况以及GPU可用性等。