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
Leo.yuan1 分钟前
企业级数据治理平台选型观察:FineDataLink 5.0 在多源异构环境中的应用价值
大数据·人工智能
云上工程笔记5 分钟前
2026年7B到67B模型训练与推理GPU配置评测:LoRA、量化与全量微调对比
人工智能·算法·机器学习
HRaitest10 分钟前
拆解AI招聘系统技术架构:从ATS插件到L3级全自主寻访智能体的选型指南
大数据·人工智能·架构·求职招聘
盈米AI开放平台13 分钟前
DeepSeek怎么辅助投资理财?MCP接入与能力边界说明
人工智能·金融·投资理财·deepseek·mcp
高洁0124 分钟前
具身智能感知系统底层原理
人工智能·python·深度学习·机器学习·transformer
趣味科技v31 分钟前
重约1公斤、最厚12.7毫米,价格却回到2015年?
人工智能·笔记本电脑
惊讶的猫31 分钟前
MSA-listen
人工智能
const_qiu33 分钟前
第四章 05:4.5 Multi-Agent —— 五个专职智能体协作
java·人工智能
鬼手点金44 分钟前
构建有效 Agent 的核心原则
java·人工智能·git·学习·自动化
小星星_ios1 小时前
从 3Blue1Brown 到 NumPy:手写一个神经网络训练 MNIST
人工智能·python·神经网络