文章目录

• 1. 检查 PyTorch 版本
• 2. 检查 CUDA 版本
• 3. 检查 NVIDIA 驱动和 CUDA 工具包版本

1. 检查 PyTorch 版本

打开 Python 交互式解释器（或在 Jupyter Notebook 中运行以下代码）并输入：

import torch print("PyTorch version:", torch.__version__) 

2. 检查 CUDA 版本

继续在同一个 Python 解释器中输入：

print("CUDA available:", torch.cuda.is_available()) if torch.cuda.is_available():     print("CUDA version:", torch.version.cuda)     print("Number of GPUs:", torch.cuda.device_count())     print("Current CUDA device:", torch.cuda.current_device())     print("CUDA device name:", torch.cuda.get_device_name(torch.cuda.current_device())) 

这将显示当前安装的 CUDA 版本、可用 GPU 的数量以及当前使用的 GPU 设备名称。

3. 检查 NVIDIA 驱动和 CUDA 工具包版本

你也可以从命令行检查 CUDA 工具包版本和 NVIDIA 驱动版本：

检查 CUDA 工具包版本
在命令行（终端或命令提示符）中输入：

nvcc --version 

这将显示 CUDA 编译器驱动的版本信息。

检查 NVIDIA 驱动版本

nvidia-smi 

这将显示有关你的 NVIDIA 驱动程序和 GPU 的详细信息，包括驱动程序版本、CUDA 版本和 GPU 使用情况等。