pycharm验证pytorch
时间: 2025-05-14 12:19:09 浏览: 21
### 如何在 PyCharm 中验证 PyTorch 是否安装成功
要在 PyCharm 中验证 PyTorch 的安装是否成功,可以通过以下方法完成:
#### 方法一:通过 Python 脚本测试
可以在 PyCharm 中新建一个 `.py` 文件并运行以下代码片段:
```python
import torch
print(f"PyTorch version: {torch.__version__}") # 输出 PyTorch 版本号
print(f"CUDA available: {torch.cuda.is_available()}") # 检查 CUDA 是否可用
if torch.cuda.is_available():
print(f"CUDA version: {torch.version.cuda}") # 输出 CUDA 版本号
print(f"Number of GPUs: {torch.cuda.device_count()}") # 显示 GPU 数量
print(f"Current GPU name: {torch.cuda.get_device_name(0)}") # 获取当前 GPU 名称
```
如果 `torch.cuda.is_available()` 返回 `True` 并显示了正确的 GPU 和 CUDA 版本信息,则表明 PyTorch 已经正确安装并且可以利用 GPU 加速[^1]。
---
#### 方法二:通过 PyCharm 终端命令行测试
在 PyCharm 的 Terminal 面板中依次输入以下命令进行验证:
```bash
python -c "import torch; print(torch.__version__)"
python -c "import torch; print(torch.cuda.is_available())"
```
上述两条命令分别用于确认 PyTorch 的版本以及 CUDA 是否正常工作。如果第二条命令返回 `True`,则表示安装成功。
---
#### 方法三:检查 Conda 或 Pip 安装情况
确保当前激活的虚拟环境与实际安装 PyTorch 的环境一致。可通过以下方式进一步确认:
- **Conda 方式**
运行以下命令以列出已安装的包及其版本号:
```bash
conda list | grep torch
```
- **Pip 方式**
同样也可以使用 pip 来检查:
```bash
pip show torch
```
以上两种方式都可以帮助确认 PyTorch 及其依赖项(如 torchvision、torchaudio)是否已被正确安装到指定环境中[^3]。
---
#### 注意事项
1. 确认所选的 CUDA 版本匹配显卡驱动支持的最大 CUDA 版本。例如,若系统支持 CUDA 12.2,则应选择低于该版本的兼容选项。
2. 若遇到任何错误提示,请重新核对安装过程中使用的指令参数是否准确无误[^2]。
---
###
阅读全文
相关推荐

















