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
树獭非懒12 小时前
从零构建ReAct智能体:让AI学会边想边做
人工智能·llm·agent
冬奇Lab1 天前
Workflow 系列(04):Multi-Agent 协调——编排器边界、并发控制与上下文隔离
人工智能·工作流引擎
冬奇Lab1 天前
每日一个开源项目(第147篇):HyperGraphRAG - 用超图表示 N 元关系,RAG 的第三代范式
人工智能·开源·graphql
甲维斯1 天前
Github + 阿里云oss实现类似codex的自动更新!
人工智能
阿里云大数据AI技术1 天前
光轮智能 × 阿里云:共建 Physical AI 云上数据、评测与持续学习基础设施
人工智能·机器学习
机器之心1 天前
实锤了:Claude Code偷查用户,时区、中国AI实验室全是关键词
人工智能·openai
网易云信1 天前
Cursor点燃个人开发者,企业级AI为何频频受挫?Agent工厂从提效工具到AI员工的跃迁
人工智能·开源
网易云信1 天前
解锁触手可及的温暖:网易智企 x Wander Puffs AI 云游泡芙
人工智能