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
廋到被风吹走3 分钟前
【AI】当前沿模型撞上出口管制这堵墙
人工智能
hkNaruto4 分钟前
【大数据】Demo 城市供水管网智能监控系统——项目开发实施计划
大数据·人工智能
AI应用苏大大4 分钟前
AI项目落地架构缺陷:试点与推广体系脱节导致阶段卡死、无法规模化
人工智能
小顿的企业观察8 分钟前
从人形机器人到AI销售智能体,AI正在重塑中企出海的底层逻辑
大数据·运维·人工智能·机器人·产品运营·制造
Lei活在当下11 分钟前
从 Token 到 RAG:我这一周搭起的大模型基础认知地图
人工智能·langchain·openai
guslegend12 分钟前
第1章:打语音模型的基础认知
人工智能·大模型
月光船幽幽31 分钟前
Φ-MEU全息演算新范式
人工智能·科技·量子计算·拓扑学
QN1幻化引擎39 分钟前
Dalin L — 我造了一门支持中文编程的语言,完整移植到 Rust 了
人工智能·算法·机器学习
龙智DevSecOps解决方案1 小时前
Perforce Intelligence 三大平台全新发布:当自动化升级为“自主化”,AI 时代的工作流该如何编排?
软件测试·人工智能·devops·perforce