Deep learning 用于测试Pytorch安装的任何脚本
我已经安装了pytorch,希望检查是否有脚本来测试安装是否正确,例如,它是否可以启用CUDA,等等?如果您是从中安装的,您做得很好 检查: 如果你的GPU安装正确,你应该有nvidia smi。 在Windows上,它应该位于C:\Program Files\NVIDIA Corporation\NVSMI中,如果您是从Windows安装的,那么它运行良好 检查: 如果你的GPU安装正确,你应该有nvidia smi。 在Windows上,它应该位于C:\Program Files\NVIDIA Corporation\NVSMI中。您可以使用PyTorch文件夹中提供的脚本 其产出如下:Deep learning 用于测试Pytorch安装的任何脚本,deep-learning,pytorch,Deep Learning,Pytorch,我已经安装了pytorch,希望检查是否有脚本来测试安装是否正确,例如,它是否可以启用CUDA,等等?如果您是从中安装的,您做得很好 检查: 如果你的GPU安装正确,你应该有nvidia smi。 在Windows上,它应该位于C:\Program Files\NVIDIA Corporation\NVSMI中,如果您是从Windows安装的,那么它运行良好 检查: 如果你的GPU安装正确,你应该有nvidia smi。 在Windows上,它应该位于C:\Program Files\NVIDI
Collecting environment information...
PyTorch version: 1.2.0
Is debug build: No
CUDA used to build PyTorch: 10.0.130
OS: Ubuntu 16.04.6 LTS
GCC version: (Ubuntu 5.4.0-6ubuntu1~16.04.11) 5.4.0 20160609
CMake version: version 3.14.6
Python version: 3.7
Is CUDA available: Yes
CUDA runtime version: Could not collect
GPU models and configuration: GPU 0: GeForce RTX 2080
Nvidia driver version: 410.48
cuDNN version: /usr/lib/x86_64-linux-gnu/libcudnn.so.7.4.1
Versions of relevant libraries:
[pip] numpy==1.16.4
[pip] torch==1.2.0
[pip] torchsample==0.1.3
[pip] torchsummary==1.5.1
[pip] torchvision==0.4.0a0+6b959ee
[conda] blas 1.0 mkl
[conda] mkl 2019.4 243
[conda] mkl-service 2.0.2 py37h7b6447c_0
[conda] mkl_fft 1.0.14 py37ha843d7b_0
[conda] mkl_random 1.0.2 py37hd81dba3_0
[conda] pytorch 1.2.0 py3.7_cuda10.0.130_cudnn7.6.2_0 pytorch
[conda] torchsample 0.1.3 pypi_0 pypi
[conda] torchsummary 1.5.1 pypi_0 pypi
[conda] torchvision 0.4.0 py37_cu100 pytorch
您可以使用PyTorch文件夹中提供的脚本
其产出如下:
Collecting environment information...
PyTorch version: 1.2.0
Is debug build: No
CUDA used to build PyTorch: 10.0.130
OS: Ubuntu 16.04.6 LTS
GCC version: (Ubuntu 5.4.0-6ubuntu1~16.04.11) 5.4.0 20160609
CMake version: version 3.14.6
Python version: 3.7
Is CUDA available: Yes
CUDA runtime version: Could not collect
GPU models and configuration: GPU 0: GeForce RTX 2080
Nvidia driver version: 410.48
cuDNN version: /usr/lib/x86_64-linux-gnu/libcudnn.so.7.4.1
Versions of relevant libraries:
[pip] numpy==1.16.4
[pip] torch==1.2.0
[pip] torchsample==0.1.3
[pip] torchsummary==1.5.1
[pip] torchvision==0.4.0a0+6b959ee
[conda] blas 1.0 mkl
[conda] mkl 2019.4 243
[conda] mkl-service 2.0.2 py37h7b6447c_0
[conda] mkl_fft 1.0.14 py37ha843d7b_0
[conda] mkl_random 1.0.2 py37hd81dba3_0
[conda] pytorch 1.2.0 py3.7_cuda10.0.130_cudnn7.6.2_0 pytorch
[conda] torchsample 0.1.3 pypi_0 pypi
[conda] torchsummary 1.5.1 pypi_0 pypi
[conda] torchvision 0.4.0 py37_cu100 pytorch
关于你的第一个问题, 在python脚本中。。。。 加上 如果这导致ModuleNotFoundError:没有名为“torch”的模块, 那么您的pytorch安装尚未完成 你的第二个问题是检查你的pytorch是否在使用cuda,使用这个
torch.cuda.is_available()
如果您的pytorch正在使用cuda,则返回True。请回答您的第一个问题, 在python脚本中。。。。 加上 如果这导致ModuleNotFoundError:没有名为“torch”的模块, 那么您的pytorch安装尚未完成 你的第二个问题是检查你的pytorch是否在使用cuda,使用这个
torch.cuda.is_available()
如果您的pytorch正在使用cuda,则返回True