验证pytorch是否安装好

你可以使用以下代码来验证PyTorch是否安装成功：

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

这段代码会输出PyTorch的版本号以及CUDA是否可用。如果PyTorch安装成功，你应该能够看到相应的输出。\[1\]

另外，你也可以使用以下代码来验证和查看PyTorch的安装情况：

import torch
print(torch.cuda.is_available())  # 查看CUDA是否可用
print(torch.cuda.device_count())  # 查看可用的CUDA数量
print(torch.version.cuda)  # 查看CUDA的版本号

这段代码会输出CUDA是否可用、可用的CUDA数量以及CUDA的版本号。\[2\]

此外，你还可以使用命令`nvidia-smi`来查看CUDA的版本。然而，你可能会发现通过代码和`nvidia-smi`命令查看的CUDA版本可能不同。这是因为PyTorch和NVIDIA驱动之间的兼容性问题。你可以参考这篇文章了解更多信息：\[链接\](https://blog.csdn.net/sophicchen/article/details/120782209)。\[3\]
#### 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^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [检查pytorch是否安装成功、查看torch和cuda的版本](https://blog.csdn.net/qq_41340996/article/details/124326865)[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^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]