查看torch和cuda版本
时间: 2025-01-06 18:41:07 浏览: 13
### 如何检查当前环境中PyTorch和CUDA的版本
#### 使用Python脚本检查PyTorch和CUDA版本
为了确认已安装的PyTorch及其对应的CUDA版本,可以在Python交互环境中执行如下代码:
```python
import torch
print(f"PyTorch Version: {torch.__version__}")
if torch.cuda.is_available():
print(f"CUDA Available: True, CUDA Version: {torch.version.cuda}")
else:
print("CUDA Available: False")
```
这段代码会打印出PyTorch的具体版本以及是否能够检测到CUDA设备和支持的CUDA版本[^4]。
#### 利用Shell命令检查NVIDIA驱动程序和CUDA工具包版本
除了通过Python脚本来获取信息外,还可以借助操作系统自带的一些工具来进一步核实环境配置情况。对于Linux或Windows下的WSL用户来说,可以使用`nvidia-smi`命令查看GPU状态及所使用的驱动版本;而对于开发者而言,则可以通过`nvcc --version`获得编译器报告的CUDA工具包版本信息[^2]。
```bash
# 检查 NVIDIA 驱动版本
nvidia-smi
# 检查 CUDA 编译器版本
nvcc --version
```
上述命令可以帮助全面了解系统的硬件加速能力及相关软件栈的状态,从而更好地排查可能存在的兼容性问题[^3]。
阅读全文