Question

我已经安装了pytorch，并想检查是否有任何脚本可以测试安装是否正确，例如，是否可以启用CUDA等？

Answer 1

如果您是从here安装的，则表示一切正常。

检查this：

import torch
dev = torch.device("cuda") if torch.cuda.is_available() else torch.device("cpu")
print(dev)

如果您已正确安装GPU，则应该安装nvidia-smi。（在Windows上，它应该位于C:\Program Files\NVIDIA Corporation\NVSMI内）

Answer 2

第一个问题，在您的python脚本中... 只需添加

import torch

如果这给出了“ ModuleNotFoundError：没有名为'torch'的模块”，那么您的pytorch安装未完成

第二个问题来检查您的pytorch是否正在使用cuda，请使用此

torch.cuda.is_available()

如果您的pytorch使用cuda，则返回 True 。

Answer 3

您可以使用PyTorch collect_env.py文件夹中提供的utils脚本。

其输出如下：

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

任何脚本来测试Pytorch的安装

3 个答案: