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
一次旅行3 小时前
HyperTool:突破传统工具调用限制,让Agent更高效执行复杂任务
人工智能
陈天伟教授3 小时前
图解人工智能(58)人工智能应用-围棋国手
人工智能·语音识别·机器翻译
闻道参看4 小时前
2026年AI优质企业培训系统综合测评:合规管控/数据量化
人工智能
老虾头4 小时前
科技贴近烟火:本地化 AI,赋能各行各业日常经营
人工智能
毒爪的小新4 小时前
Linux 环境极速部署 vLLM:从零搭建生产级大模型推理服务
linux·人工智能·ai·语言模型·vllm
老大白菜4 小时前
25美元,DIY开源可穿戴智能AI眼镜:Arduino+乐鑫ESP32+DeepSeek项目
人工智能
DreamLife☼4 小时前
OpenBCI-脑机接口在康复医疗中的应用
深度学习·cnn·脑电·康复·fes·openbci·外骨骼
岁月宁静5 小时前
RAG 文档摄入全链路,从原理到生产落地
vue.js·人工智能·python
小和尚同志5 小时前
AI 自动化测试探索(一):Playwright MCP
前端·人工智能·aigc