Python 查看pytorch版本、判断CUDA是否可用

<think>好的，我需要回答用户如何查看PyTorch和CUDA版本的问题。首先，我得回忆一下相关的命令。记得在PyTorch中，可以通过`torch.__version__`来获取PyTorch的版本，而CUDA版本则是通过`torch.version.cuda`来查看的。对了，用户可能还想确认CUDA是否可用，这时候可以用`torch.cuda.is_available()`。 接下来，我需要确保这些命令的正确性。比如，用户运行`print(torch.version.cuda)`可能会返回类似'11.3'这样的字符串，而如果返回None，说明PyTorch可能没有安装CUDA支持。另外，使用`nvcc --version`可以查看系统安装的CUDA版本，但要注意这可能和PyTorch使用的CUDA版本不同，特别是在有多个CUDA版本的环境下。 然后，用户的问题可能还涉及到如何验证PyTorch是否真的能使用CUDA。这时候需要检查`torch.cuda.is_available()`的输出是否为True，并且确保PyTorch安装的是GPU版本。如果是通过conda或pip安装的，需要确认安装命令是否包含cu相关的版本号，比如`pip install torch==1.9.0+cu111`。 还要考虑用户可能的错误情况，比如安装了CPU版本的PyTorch，这时候即使系统有CUDA，`torch.cuda.is_available()`也会返回False。所以需要提醒用户检查安装方式。 最后，根据用户提供的引用内容，引用[1]和[2]正好对应查看CUDA版本和验证CUDA可用性的方法，而引用[3]可能和扩展功能相关，暂时用不上。所以需要正确标注这些引用，确保用户能清楚信息来源。</think>### 如何查看PyTorch和CUDA版本信息 #### 1. 查看PyTorch版本 在Python环境中运行以下代码： ```python import torch print("PyTorch版本:", torch.__version__) ``` 这会直接输出当前安装的PyTorch版本，例如：`1.12.1`。 --- #### 2. 查看PyTorch使用的CUDA版本 PyTorch可能内置了特定版本的CUDA驱动库。运行以下代码查看： ```python print("PyTorch关联的CUDA版本:", torch.version.cuda) ``` 若输出为`11.3`，表示当前PyTorch编译时绑定的CUDA版本为11.3[^1]。 **注意**：若返回`None`，说明当前安装的是CPU版本的PyTorch。 --- #### 3. 验证CUDA是否可用 检查PyTorch能否调用CUDA加速： ```python print("CUDA是否可用:", torch.cuda.is_available()) ``` 若输出为`True`，表示PyTorch可以正常使用GPU加速[^2]。 --- #### 4. 查看系统安装的CUDA版本（独立于PyTorch） 在终端运行以下命令： ```bash nvcc --version ``` 这会显示系统全局安装的CUDA工具包版本（例如`CUDA 11.6`）。需注意此版本可能与PyTorch绑定的CUDA版本不同。 --- ### 常见问题排查 - **PyTorch无法识别CUDA**：需确认安装的是GPU版本PyTorch（如通过`conda install pytorch cudatoolkit=11.3 -c pytorch`安装）。 - **版本不匹配**：若系统CUDA版本与PyTorch内置版本不一致，需重新安装匹配的PyTorch版本。