Ubuntu如何检查PyTorch安装成功

Ubuntu系统检查PyTorch安装成功的方法

1. 检查PyTorch是否安装及版本

通过命令行工具或Python交互环境验证PyTorch是否安装，并获取其版本信息：

• 命令行方式：在终端输入pip show torch，若已安装，将显示PyTorch的版本、安装路径等元数据（如Version: 2.1.0+cu121，其中cu121表示CUDA 12.1版本）；也可使用pip list | grep torch筛选出PyTorch相关包（适用于多包环境快速查看）。
• Python环境方式：打开终端输入python3进入交互模式，执行import torch; print(torch.__version__)。若无报错且输出版本号（如2.1.0），则说明安装成功。

2. 验证PyTorch核心功能（创建张量）

在Python交互模式中，执行以下代码创建随机张量，确认PyTorch基础功能正常：

import torch
x = torch.rand(5, 3)  # 生成5行3列的随机张量（值域0~1）
print(x)

若输出类似tensor([[0.1234, 0.5678, 0.9012], ...])的矩阵，则说明PyTorch张量操作功能正常。

3. 检查CUDA支持（GPU加速）

若需使用GPU加速，需验证PyTorch是否能识别并使用GPU：

• 检查CUDA可用性：在Python交互模式中执行import torch; print(torch.cuda.is_available())。若返回True，说明PyTorch已正确绑定GPU加速；若返回False，可能是安装了CPU版本或CUDA驱动/CuDNN不匹配。
• 查看PyTorch绑定的CUDA版本：执行import torch; print(torch.version.cuda)，输出结果为PyTorch使用的CUDA版本（如12.1）。
• 检查系统CUDA驱动版本：终端输入nvcc --version（需安装CUDA Toolkit）或nvidia-smi（查看驱动支持的CUDA版本，如CUDA Version: 12.0）。注意：nvidia-smi显示的是驱动支持的最高CUDA版本，而非PyTorch实际使用的版本。

4. 检查关联库完整性（可选）

若安装了torchvision（图像处理）或torchaudio（音频处理），可通过以下命令验证其是否正常安装：

• 命令行方式：pip show torchvision或pip show torchaudio，查看版本及安装路径。
• Python环境方式：

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

  若无报错且输出版本号，则说明关联库安装完整。

通过以上步骤，可全面验证PyTorch在Ubuntu系统中的安装状态（包括版本、功能、GPU支持及关联库完整性）。若任一环节出现报错，需根据错误信息调整安装配置（如重新安装CUDA驱动、选择正确的PyTorch版本）。