如何查看当前torch版本和cuda版本

要查看当前的torch版本和cuda版本，可以使用以下代码：

import torch

print("Torch版本:", torch.__version__)
print("CUDA版本:", torch.version.cuda)

这段代码会输出当前安装的torch版本和cuda版本。

相关问题

查看虚拟环境中所安装的torch版本和cuda版本

在PyTorch环境中查看所使用的torch版本和CUDA版本，你可以按照以下步骤操作：

1. 首先，打开终端或命令提示符，确保你已经在虚拟环境中。如果你已经激活了conda环境，通常你会看到环境名称前有`(environment_name)`标识。

2. 然后输入以下命令查看torch版本：

   python -c "import torch; print(torch.__version__)"

这将打印出你当前环境中torch库的版本号。

3. 对于CUDA版本，如果你已经在环境中安装了CUDA，可以尝试：

   nvidia-smi

或者直接在Python中运行：

   !nvcc --version

如果没有安装CUDA，上述命令可能会返回错误信息。

4. 如果你想查看更详细的关于PyTorch和CUDA的配置信息，可以在Python中导入`torch.utils.collect_env()`并打印结果：

   import torch.utils.collect_env; print(torch.utils.collect_env.get_pretty_env_info())

请注意，上述步骤假设你已在虚拟环境中安装了torch和相应的cuda驱动程序。

查看torch和cuda版本

### 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：

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]。

# 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]。