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
ShallWeL12 小时前
【机器学习】(2)—— 线性回归:损失函数
人工智能·机器学习
美团技术团队13 小时前
ICML 2026 | 美团技术团队学术论文精选
人工智能
moMo13 小时前
你的每一次对话,都是第一次
人工智能
不加辣椒13 小时前
第13章 检索增强提示工程
人工智能
小爷毛毛_卓寿杰13 小时前
我把 397B 的「Agentic 大脑」塞进了 Xinference,一键部署 Nex-N2
人工智能·架构·github
smallYoung13 小时前
Vibe Coding 笔记-中
人工智能
米小虾13 小时前
DSpark:让大模型"写得更快"的秘密武器
人工智能·deepseek
JavaGuide13 小时前
比 iTerm2 更适合 Claude Code/Codex 的终端,我换成 Ghostty 了
人工智能·后端
threerocks14 小时前
神级 Skill,作品个个儿爆,我开源了长期自用的手绘风格库
人工智能·aigc
小爷毛毛_卓寿杰15 小时前
我把一个 3B 模型塞进了 Xinference,然后它干掉了 DeepSeek V3.2
人工智能·开源·github