深度学习环境配置常见指令

首先打开anaconda prompt,激活对应虚拟环境。

导入torch并获取对应版本

python 复制代码
import torch
torch.__version__

导入torchvision并获取对应版本

python 复制代码
import torchvision
torchvision.__version__

检查cuda是否可用

python 复制代码
torch.cuda.is_available()

获取CUDA设备数

python 复制代码
torch.cuda.device_count()

获取当前cuda设备id

python 复制代码
torch.cuda.current_device()

获取CUDA设备名称

python 复制代码
torch.cuda.get_device_name(0)
相关推荐
山东云弈创峰科技4 小时前
山东云弈创峰:基于多模态AI的跨境供应链数字化重构
人工智能·重构
智慧景区与市集主理人5 小时前
巨有科技乡村农文旅智慧建设|适配乡村短板,打造轻量长效数字业态
人工智能·科技
甲维斯5 小时前
马斯克Grok4.5太会了!狙击GPT5.6,贴脸Opus4.8!
人工智能·ai编程
雪碧聊技术5 小时前
Badge 应用场景与落地实践指南
大数据·人工智能
ai产品老杨5 小时前
NVIDIA GPU部署AI视频分析项目实战记录
人工智能·音视频
LL334455677 小时前
创业自动化平台怎么选
大数据·人工智能
OceanBase数据库官方博客7 小时前
OceanBase AI 时代,数据库的变与不变(技术解析与实践)
数据库·人工智能·oceanbase
冬奇Lab7 小时前
MCP 系列(01):MCP 是什么——为什么 Function Calling 不够
人工智能·llm·mcp
冬奇Lab7 小时前
每日一个开源项目(第154篇):Warp - 从‘好看的终端‘到 Agentic 开发环境
人工智能·rust·llm
ZZZMMM.zip7 小时前
基于鸿蒙HarmonyOS NEXT开发AI股票分析应用:智能投资新体验与鸿蒙Flutter框架跨端实践
人工智能·flutter·华为·harmonyos·鸿蒙