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
数智前线2 小时前
AI Coding,正在把存储推向前台
人工智能
论文复现现场7 小时前
AutoDL、算家云与公有云 GPU 怎么选?环境复现、计费与断点恢复对比
pytorch·深度学习·云计算·gpu
唠点键盘之外的7 小时前
15 微调 vs RAG:到底怎么选
人工智能·机器学习·面试·aigc
具身AGI8 小时前
人机协同预训练:三条路线,一条拉开差距
人工智能
东风破_8 小时前
LangSmith:从链路追踪到 RAG 自动化评估
人工智能
东方芷兰8 小时前
Agent 技术摘要 04 —— AI4S、VLM、VLA、VLN、WM、AI Infra
人工智能
catchadmin8 小时前
用 Jev 与 Laravel AI SDK 检测垃圾邮件和自动回复
数据库·人工智能·laravel
一 铭8 小时前
Pi实战 05:本地模型 · MCP · 安全沙箱篇
人工智能·ai·agent·harness
198******126349 小时前
2026企业AI办公工具选型指南:从评估框架到场景适配
大数据·运维·人工智能
OxYGC9 小时前
[AI工程]Jev 决策模型第二篇:三原语、一次多问与置信度路由,从 Playground 到能上线的代码
人工智能