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
旭日跑马踏云飞2 分钟前
不需要账号、免登录使用ClaudeCode+国内模型
人工智能·阿里云·ai·腾讯云·ai编程
AI人工智能+3 分钟前
炫彩活体检测技术:通过手机屏幕动态光谱编码和深度学习分析,实现低成本、高精度的身份验证
深度学习·人脸识别·炫彩活体检测
@Aurora.3 分钟前
【AI赋能测试】—AI赋能web UI自动化测试
人工智能
ECH00O006 分钟前
07-Prompt Engineering:与大模型对话的艺术
人工智能
chaors9 分钟前
Langchain入门到精通0x06:RAG
人工智能·langchain·ai编程
molamolaxtq11 分钟前
Minimind项目源码解析(3)Attention模块(核心)
人工智能
拳打南山敬老院12 分钟前
你的 Agent 可能并不需要过度工程化:一次从 LangGraph 到极简 Agent 的架构反思
人工智能·设计模式
Halo咯咯12 分钟前
从 Vibe Coder 到 AI 工程师,差的就是这 15 个概念
人工智能
Mintopia13 分钟前
Gemini 的发展之道:从多模态模型演进到工程化落地的技术路径
人工智能
童话名剑13 分钟前
YOLO v1(学习笔记)
人工智能·深度学习·yolo·目标检测