几种查看PyTorch、cuda和Python版本方法小结

目录

• 方法 1：直接访问属性（原始代码）
• 方法 2：通过命令行工具
• Python 版本
• PyTorch 版本
• 方法 3：使用 torch.version 模块
• 方法 4：使用 pkg_resources
• 方法 5：使用 platform 模块（补充 Python 信息）
• 方法 6：结合 subprocess 调用命令行
• 方法 7：使用 torch.utils.collect_env
• 总结

在检查 PyTorch、cuda 和 Python 版本时，除了直接使用 torch.__version__ 和 sys.version，我们还可以通过其他方式实现相同的功能

import torch
import sys

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

特点：

• 简单直接，无需额外依赖。
• 适用于快速检查版本信息。

如果希望在脚本外部检查版本，可以直接使用命令行工具。

python --version
# 或
python -V

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

特点：

• 适用于脚本外部检查，无需编写 Python 代码。
• 可以集成到 CI/CD 流程中。

PyTorch 提供了一个 torch.version 模块，可以获取更详细的版本信息。

import torch
import sys

# 获取 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))  # 获取 CUDA 版本
print("PyTorch cuDNN Version: {}".format(torch.backends.cudnn.version()))  # 获取 cuDNN 版本

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

特点：

• 可以获取 CUDA 和 cuDNN 的版本信息，对于调试 GPU 环境非常有用。
• torch.version 提供了更细粒度的版本控制。

pkg_resources 是 setuptools 提供的一个工具，可以查询已安装包的版本信息。

import pkg_resources

# 获取 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 版本仍通过 sys 模块
import sys
print("Python Version: {}".format(sys.version))

特点：

• 可以查询任何已安装包的版本，而不仅仅是 PyTorch。
• 如果包未安装，会捕获 DistributionNotFound 异常。

虽然 sys.version 已经提供了 Python 版本信息，但 platform 模块可以提供更详细的系统信息。

import torch
import platform

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

特点：

• platform.platform() 提供了操作系统的详细信息。
• 适用于需要记录系统环境的场景。

如果需要在 Python 脚本中调用外部命令行工具，可以使用 subprocess 模块。

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()))

特点：

• 适用于需要从外部命令行获取信息的场景。
• 可以灵活地调用其他命令行工具。

PyTorch 提供了一个 torch.utils.collect_env 工具，可以收集详细的系统环境信息，包括 PyTorch、Python、CUDA、cuDNN 等。

import torch

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

特点：

• 提供全面的环境信息，适合用于调试和问题报告。
• 输出格式为字典，可以进一步处理。

方法	优点	缺点
直接访问属性	简单直接，无需额外依赖	功能有限，仅能获取基本版本信息
PyTorch
通过命令行工具	适用于脚本外部检查，无需编写 Python 代码	需要手动执行命令
使用 torch.version	提供更详细的版本信息（CUDA、cuDNN）	仅适用于
使用 pkg_resources	可以查询任何已安装包的版本	需要额外依赖 setuptools
使用 platform 模块	提供详细的系统信息	功能与 sys 模块部分重叠
结合 subprocess	灵活调用外部命令行工具	实现复杂，性能可能较低
使用 torch.utils.collect_env	提供全面的环境信息，适合调试	输出格式复杂，需要进一步处理

到此这篇关于几种查看PyTorch、cuda 和 Python 版本方法小结的文章就介绍到这了,更多相关PyTorch、cuda 和 Python 查看版本内容请搜索风君子博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持风君子博客！ 

您可能感兴趣的文章:

• 查看已经安装的python版本和相关路径信息的三种方法
• Python不同版本实现配置文件加密
• pyenv切换不同的python版本的实现步骤
• pychram中切换python版本方式(附图文)
• Python、PyTorch与cuda的版本对应表详细介绍
• Anaconda中更新当前环境的Python版本详细步骤