Camino 1
Después de instalar pytorch y cudatoolkit, debe verificar si la instalación se realizó correctamente. Puede verificar directamente todos los paquetes instalados en el entorno actual para verificar:
conda list
Puede ver que la versión de pytorch y la versión de cuda son 1.10.1 y 11.3.1 respectivamente.
Camino 2
También se puede verificar y ver en código Python.
import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA数量
print(torch.version.cuda) # 查看CUDA的版本号
El resultado en el compilador de Python en la línea de comando es el siguiente:
Reponer
Hay otra forma de verificar la versión de CUDA, que es ingresar el siguiente comando en la línea de comando:
nvcc -V
nvcc --version
O puede usar nvidia-smi para verificar la versión de CUDA. Sin embargo,
también puede encontrar que las versiones verificadas por estos dos comandos son diferentes. Puede verificar el motivo en este artículo: https://blog.csdn.net/sophicchen /artículo/ detalles/120782209
Lo que nvcc mira es el controlador CUDA señalado por las variables de entorno configuradas en la computadora.
No entraré en el principio aquí. Si está interesado, puede ir al artículo anterior para obtener más información.
Pero para asegurarse de obtener la versión CUDA correcta en el entorno virtual, simplemente use los métodos 1 y 2 anteriores.