print(torch.__version__) 2.6.0+cpu
时间: 2025-06-26 11:05:29 浏览: 12
### PyTorch 版本检查方法
为了验证当前环境中安装的 PyTorch 是否为 `2.6.0+cpu`,可以通过以下方式实现:
#### 方法一:通过 Python 脚本检查
可以编写一个简单的脚本来确认 PyTorch 的版本以及其是否支持 CPU 或 GPU。
```python
import torch
print(f"PyTorch Version: {torch.__version__}") # 打印 PyTorch 当前版本号
if 'cpu' in torch.__version__.lower():
print("This is the CPU version of PyTorch.")
else:
print("This might be a CUDA-enabled version or another variant.")
# 验证设备可用性
print(f"CUDA Available: {torch.cuda.is_available()}") # 返回 True 表示有可用的 GPU 支持
print(f"Number of GPUs Detected: {torch.cuda.device_count()}") # 显示检测到的 GPU 数量
```
上述代码能够打印出 PyTorch 的具体版本号并判断它是否为 CPU-only 版本[^3]。如果输出显示 `"CUDA Available"` 为 False,则说明此环境仅运行于 CPU 上;而当版本字符串中包含 `'cpu'` 关键字时,进一步表明这是特定编译用于非 GPU 平台的构建版。
#### 方法二:命令行快速查询
对于那些偏好直接操作终端而非启动交互式解释器的人而言,在 Linux/macOS 命令提示符下或者 Windows PowerShell 中执行如下指令同样有效:
```bash
python -c "import torch; print('PyTorch Version:', torch.__version__); exit(0 if 'cpu' in torch.__version__.lower() else 1)"
```
这条单行命令不仅报告了所加载库的确切标签名,而且还会依据是否存在 cpu 子串来决定退出状态码 (成功则为零),从而便于自动化流程集成测试之需。
注意,以上两种途径均依赖已正确定义好的 Python 运行期及其关联模块路径设置正确无误的前提条件之下才能正常运作[^4]。
阅读全文