快捷導(dǎo)航

幾種查看PyTorch、cuda 和 Python 版本方法小結(jié)

更新時間：2025年04月25日 08:32:44 作者：王紅臣同學(xué)

本文主要介紹了幾種查看PyTorch、cuda 和 Python 版本方法小結(jié),除了直接使用?torch.__version__?和?sys.version,我們還可以通過其他方式實現(xiàn)相同的功能,下面就一起來了解一下

方法 1：直接訪問屬性（原始代碼）

import torch
import sys

print("PyTorch Version: {}".format(torch.__version__))
print("Python Version: {}".format(sys.version))

特點：

簡單直接，無需額外依賴。
適用于快速檢查版本信息。

方法 2：通過命令行工具

如果希望在腳本外部檢查版本，可以直接使用命令行工具。

Python 版本

python --version
# 或
python -V

PyTorch 版本

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

特點：

適用于腳本外部檢查，無需編寫 Python 代碼。
可以集成到 CI/CD 流程中。

方法 3：使用 torch.version 模塊

PyTorch 提供了一個 torch.version 模塊，可以獲取更詳細(xì)的版本信息。

import torch
import sys

# 獲取 PyTorch 版本信息
print("PyTorch Version: {}".format(torch.version.__version__))  # 或直接使用 torch.__version__
print("PyTorch CUDA Version: {}".format(torch.version.cuda))  # 獲取 CUDA 版本
print("PyTorch cuDNN Version: {}".format(torch.backends.cudnn.version()))  # 獲取 cuDNN 版本

# Python 版本
print("Python Version: {}".format(sys.version))

特點：

可以獲取 CUDA 和 cuDNN 的版本信息，對于調(diào)試 GPU 環(huán)境非常有用。
torch.version 提供了更細(xì)粒度的版本控制。

方法 4：使用 pkg_resources

pkg_resources 是 setuptools 提供的一個工具，可以查詢已安裝包的版本信息。

import pkg_resources

# 獲取 PyTorch 版本
try:
    pytorch_version = pkg_resources.get_distribution("torch").version
    print("PyTorch Version: {}".format(pytorch_version))
except pkg_resources.DistributionNotFound:
    print("PyTorch is not installed.")

# Python 版本仍通過 sys 模塊
import sys
print("Python Version: {}".format(sys.version))

特點：

可以查詢?nèi)魏我寻惭b包的版本，而不僅僅是 PyTorch。
如果包未安裝，會捕獲 DistributionNotFound 異常。

方法 5：使用 platform 模塊（補充 Python 信息）

雖然 sys.version 已經(jīng)提供了 Python 版本信息，但 platform 模塊可以提供更詳細(xì)的系統(tǒng)信息。

import torch
import platform

print("PyTorch Version: {}".format(torch.__version__))
print("Python Version: {}".format(platform.python_version()))
print("Platform: {}".format(platform.platform()))

特點：

platform.platform() 提供了操作系統(tǒng)的詳細(xì)信息。
適用于需要記錄系統(tǒng)環(huán)境的場景。

方法 6：結(jié)合 subprocess 調(diào)用命令行

如果需要在 Python 腳本中調(diào)用外部命令行工具，可以使用 subprocess 模塊。

import subprocess

def get_python_version():
    result = subprocess.run(["python", "--version"], capture_output=True, text=True)
    return result.stdout.strip()

def get_pytorch_version():
    result = subprocess.run(["python", "-c", "import torch; print(torch.__version__)"], capture_output=True, text=True)
    return result.stdout.strip()

print("Python Version: {}".format(get_python_version()))
print("PyTorch Version: {}".format(get_pytorch_version()))

特點：

適用于需要從外部命令行獲取信息的場景。
可以靈活地調(diào)用其他命令行工具。

方法 7：使用 torch.utils.collect_env

PyTorch 提供了一個 torch.utils.collect_env 工具，可以收集詳細(xì)的系統(tǒng)環(huán)境信息，包括 PyTorch、Python、CUDA、cuDNN 等。

import torch

env_info = torch.utils.collect_env()
print(env_info)

特點：

提供全面的環(huán)境信息，適合用于調(diào)試和問題報告。
輸出格式為字典，可以進(jìn)一步處理。

總結(jié)

方法	優(yōu)點	缺點
直接訪問屬性	簡單直接，無需額外依賴	功能有限，僅能獲取基本版本信息
PyTorch
通過命令行工具	適用于腳本外部檢查，無需編寫 Python 代碼	需要手動執(zhí)行命令
使用 `torch.version`	提供更詳細(xì)的版本信息（CUDA、cuDNN）	僅適用于
使用 `pkg_resources`	可以查詢?nèi)魏我寻惭b包的版本	需要額外依賴 `setuptools`
使用 `platform` 模塊	提供詳細(xì)的系統(tǒng)信息	功能與 `sys` 模塊部分重疊
結(jié)合 `subprocess`	靈活調(diào)用外部命令行工具	實現(xiàn)復(fù)雜，性能可能較低
使用 `torch.utils.collect_env`	提供全面的環(huán)境信息，適合調(diào)試	輸出格式復(fù)雜，需要進(jìn)一步處理

到此這篇關(guān)于幾種查看PyTorch、cuda 和 Python 版本方法小結(jié)的文章就介紹到這了,更多相關(guān)PyTorch、cuda 和 Python 查看版本內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: