如何检验成功安装了pytorch

要检验成功安装了PyTorch，可以按照以下步骤进行验证：

1. 打开终端，并切换到已安装PyTorch的环境下。
2. 输入以下代码来检查PyTorch的版本和CUDA是否可用：

   import torch
   print(torch.__version__)
   print(torch.cuda.is_available())

如果能够正常输出版本号和CUDA的可用性，则说明PyTorch安装成功。\[1\]

另外，你还可以使用以下代码来进一步验证PyTorch在GPU和CPU上的运行情况：

在GPU上测试：

import torch
print(torch.cuda.current_device())  # 输出当前设备
print(torch.cuda.device(0))  # 输出设备对象
print(torch.cuda.device_count())  # 输出GPU数目
print(torch.cuda.get_device_name(0))  # 输出GPU名称
x = torch.rand(5, 3)
print(x)  # 输出一个5 x 3的张量

在CPU上测试：

import torch
x = torch.rand(5, 3)
print(x)  # 输出一个5 x 3的张量

如果以上代码能够正常运行并输出结果，则说明PyTorch在GPU和CPU上都能够正常工作。\[2\]

另外，你还可以通过输入以下命令来验证PyTorch是否安装成功：

python
import torch
torch.cuda.is_available()

如果没有报错，并且返回True，则说明PyTorch安装成功。\[3\]
#### 引用[.reference_title]
- *1* [检查PyTorch版本及GPU是否安装成功检测](https://blog.csdn.net/weixin_46569877/article/details/122089421)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [（Ubuntu/Window）pytorch验证（pytorch是否安装成功）](https://blog.csdn.net/Leomn_J/article/details/111758600)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [安装PyTorch详细过程](https://blog.csdn.net/MCYZSF/article/details/116525159)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]