【问题标题】:any script to test the installation of Pytorch任何测试 Pytorch 安装的脚本
【发布时间】:2020-01-18 12:46:36
【问题描述】:

我已经安装了pytorch,想看看有没有脚本可以测试安装是否正确,比如能不能开启CUDA等?

【问题讨论】:

标签: deep-learning pytorch


【解决方案1】:

关于您的第一个问题, 在你的python脚本中...... 只需添加

import torch

如果这给出“ModuleNotFoundError: No module named 'torch'”, 那么你的pytorch安装不完整

你的第二个问题是检查你的 pytorch 是否使用 cuda,使用这个

torch.cuda.is_available()

如果你的 pytorch 正在使用 cuda,这将返回 True

【讨论】:

    【解决方案2】:

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

    它的输出如下:

    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
    

    【讨论】:

      【解决方案3】:

      如果你是从here 安装它的,那就没问题了。

      查看this:

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

      如果您的 GPU 安装正确,您应该拥有nvidia-smi。 (在 Windows 上它应该在 C:\Program Files\NVIDIA Corporation\NVSMI 内)

      【讨论】:

        猜你喜欢
        • 2011-07-06
        • 1970-01-01
        • 2021-01-11
        • 2021-12-27
        • 2019-10-29
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        相关资源
        最近更新 更多