Ubuntu如何檢查PyTorch安裝成功

Ubuntu系統檢查PyTorch安裝成功的方法

1. 檢查PyTorch是否安裝及版本

通過命令行工具或Python交互環境驗證PyTorch是否安裝，并獲取其版本信息：

• 命令行方式：在終端輸入pip show torch，若已安裝，將顯示PyTorch的版本、安裝路徑等元數據（如Version: 2.1.0+cu121，其中cu121表示CUDA 12.1版本）；也可使用pip list | grep torch篩選出PyTorch相關包（適用于多包環境快速查看）。
• Python環境方式：打開終端輸入python3進入交互模式，執行import torch; print(torch.__version__)。若無報錯且輸出版本號（如2.1.0），則說明安裝成功。

2. 驗證PyTorch核心功能（創建張量）

在Python交互模式中，執行以下代碼創建隨機張量，確認PyTorch基礎功能正常：

import torch
x = torch.rand(5, 3)  # 生成5行3列的隨機張量（值域0~1）
print(x)

若輸出類似tensor([[0.1234, 0.5678, 0.9012], ...])的矩陣，則說明PyTorch張量操作功能正常。

3. 檢查CUDA支持（GPU加速）

若需使用GPU加速，需驗證PyTorch是否能識別并使用GPU：

• 檢查CUDA可用性：在Python交互模式中執行import torch; print(torch.cuda.is_available())。若返回True，說明PyTorch已正確綁定GPU加速；若返回False，可能是安裝了CPU版本或CUDA驅動/CuDNN不匹配。
• 查看PyTorch綁定的CUDA版本：執行import torch; print(torch.version.cuda)，輸出結果為PyTorch使用的CUDA版本（如12.1）。
• 檢查系統CUDA驅動版本：終端輸入nvcc --version（需安裝CUDA Toolkit）或nvidia-smi（查看驅動支持的CUDA版本，如CUDA Version: 12.0）。注意：nvidia-smi顯示的是驅動支持的最高CUDA版本，而非PyTorch實際使用的版本。

4. 檢查關聯庫完整性（可選）

若安裝了torchvision（圖像處理）或torchaudio（音頻處理），可通過以下命令驗證其是否正常安裝：

• 命令行方式：pip show torchvision或pip show torchaudio，查看版本及安裝路徑。
• Python環境方式：

  import torchvision
  import torchaudio
  print("TorchVision version:", torchvision.__version__)
  print("Torchaudio version:", torchaudio.__version__)
  

  若無報錯且輸出版本號，則說明關聯庫安裝完整。

通過以上步驟，可全面驗證PyTorch在Ubuntu系統中的安裝狀態（包括版本、功能、GPU支持及關聯庫完整性）。若任一環節出現報錯，需根據錯誤信息調整安裝配置（如重新安裝CUDA驅動、選擇正確的PyTorch版本）。