centos pytorch如何测试

在 CentOS 上测试 PyTorch 是否安装成功、能否正常使用（尤其是 GPU 是否可用），可以按下面步骤来。

一、确认 Python 环境

先确认你用的是哪个 Python（建议用虚拟环境）：

which python
python --version

如果是 conda 环境：

conda activate your_env

二、进入 Python 测试 PyTorch

1️⃣ 基本导入测试

python

在 Python 交互环境中输入：

import torch
print(torch.__version__)

✅ 能正常输出版本号说明安装成功。

2️⃣ CPU 测试

x = torch.randn(3, 3)
print(x)

3️⃣ GPU（CUDA）测试（非常重要）

print(torch.cuda.is_available())

• True → CUDA 可用（GPU 正常）
• False → 可能是：
  • 没装 GPU 版 PyTorch
  • 驱动/CUDA 不匹配
  • CentOS 没装 NVIDIA 驱动

4️⃣ 查看 GPU 信息

print(torch.cuda.current_device())
print(torch.cuda.get_device_name(0))

5️⃣ 简单 GPU 运算测试

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
x = torch.randn(1000, 1000).to(device)
y = torch.randn(1000, 1000).to(device)
z = x @ y
print(z.device)

三、CentOS 常见问题排查

❌ torch.cuda.is_available() 为 False

1. 检查 NVIDIA 驱动

nvidia-smi

• 看不到显卡 → 驱动没装
• 报错 → 驱动异常

2. 检查 CUDA 版本

nvcc --version

PyTorch 版本要和 CUDA 匹配（如 CUDA 11.8 / 12.1）

3. 确认安装的是 GPU 版 PyTorch

pip list | grep torch

GPU 版一般包含 cu11x

四、快速一键测试脚本（推荐）

新建 test_torch.py：

import torch

print("PyTorch version:", torch.__version__)
print("CUDA available:", torch.cuda.is_available())

if torch.cuda.is_available():
    print("GPU:", torch.cuda.get_device_name(0))

运行：

python test_torch.py

如果你愿意，可以告诉我：

• ✅ CentOS 版本（7 / 8 / Stream）
• ✅ 是否用 conda / pip
• ✅ 是否有 NVIDIA 显卡

我可以直接给你对应的安装 + 测试命令。