如何看torch 和torchvision版本，如何看CUDA的版本，我是ubuntu的系统，建立的环境是py38。

如何看torch 和torchvision版本，如何看CUDA的版本，我是ubuntu的系统，建立的环境是py38。

在 Ubuntu 下，你可以使用以下命令来检查 Torch（PyTorch）、Torchvision 以及 CUDA 版本信息。

✅ 1. 查看 PyTorch 版本

先激活 labelme 环境：

conda activate py38

然后，运行：

python -c "import torch; print(torch.__version__)"

如果 PyTorch 已安装，它会返回类似：

2.1.0+cu121

• 2.1.0 代表 PyTorch 版本
• cu121 代表 CUDA 12.1 版本
• 如果返回 cpu，说明 PyTorch 不是 GPU 版本（没有安装 CUDA 相关依赖）

✅ 2. 查看 Torchvision 版本

python -c "import torchvision; print(torchvision.__version__)"

示例返回：

0.16.0

代表你的 torchvision 版本是 0.16.0。

✅ 3. 查看 CUDA 版本

CUDA 版本有两种：

1. PyTorch 内部 CUDA 版本

   python -c "import torch; print(torch.version.cuda)"
   

   • 返回示例：

     12.1
     

   • 说明 PyTorch 运行在 CUDA 12.1。

2. 系统安装的 CUDA 版本 如果你在系统上安装了 CUDA，你可以运行：

   nvcc --version
   

   • 可能返回：

     nvcc: NVIDIA (R) Cuda compiler
     release 11.8, V11.8.89
     

   • 说明系统安装了 CUDA 11.8。

3. 检查 GPU 是否支持 CUDA

   nvidia-smi
   

   • 输出示例：

     +-----------------------------------------------------------------------------+
     | NVIDIA-SMI 525.85.12    Driver Version: 525.85.12    CUDA Version: 12.0     |
     +-----------------------------------------------------------------------------+
     

   • 这里 CUDA Version: 12.0 代表 NVIDIA 驱动支持 CUDA 12.0，但不一定是 PyTorch 使用的版本。

✅ 4. 确保 PyTorch 正确使用 GPU

如果你希望 PyTorch 使用 GPU，请运行：

python -c "import torch; print(torch.cuda.is_available())"

• 如果返回 True，说明 PyTorch 可以使用 GPU。
• 如果返回 False，可能：
  • 你安装的 PyTorch 版本不支持 CUDA（只支持 CPU）。
  • 你的 NVIDIA 驱动或者 CUDA 版本不匹配。

🚀 总结

🎯 建议

• 如果 python -c "import torch; print(torch.cuda.is_available())" 返回 False，你可能需要重新安装 PyTorch 的 CUDA 版本：

  pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
  

  这里 cu121 是 CUDA 12.1，需根据 nvidia-smi 结果调整。

希望对你有帮助！🚀