之前经常把cuda装成CPU版本,等需要的时候总是查不出来CUDA的版本号。借助搜索引擎也总是搜错内容。
打开pycharm之后新建项目查询
import torch
print(torch.__version__);
print(torch.cuda.is_available())
from torch.backends import cudnn
print(cudnn.is_available())
就有属于自己当前环境的版本号了
本文介绍了一种简单的方法来检查PyTorch中CUDA的可用性和版本信息。通过几行Python代码,在PyCharm环境中即可快速获取当前环境的PyTorch版本及是否支持CUDA和cuDNN。
本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化,内置完整运行环境与 Qwen3-32B 模型依赖,开箱即用。
之前经常把cuda装成CPU版本,等需要的时候总是查不出来CUDA的版本号。借助搜索引擎也总是搜错内容。
打开pycharm之后新建项目查询
import torch
print(torch.__version__);
print(torch.cuda.is_available())
from torch.backends import cudnn
print(cudnn.is_available())
就有属于自己当前环境的版本号了
您可能感兴趣的与本文相关的镜像
Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版
本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化,内置完整运行环境与 Qwen3-32B 模型依赖,开箱即用。
15万+
3858

被折叠的 条评论
为什么被折叠?
&spm=1001.2101.3001.5002&articleId=128200579&d=1&t=3&u=2c6f4ce97004414f9737a5724a2a4abc)