PyTorch 成功安装验证的方法小结

一、确认PyTorch版本

安装PyTorch之后，可以运行以下代码来确认PyTorch的版本：

import torch
print(torch.__version__)

如果没有报错，同时输出了正确版本号，就说明PyTorch已经成功安装了。

二、测试PyTorch基础功能

为了确保PyTorch基础功能正常工作，可以进行以下测试：

1.测试是否可以创建张量：

import torch
x = torch.Tensor(5, 3)
print(x)

如果没有报错，同时输出了5行3列的张量，就说明可以创建张量。

2.测试是否可以进行张量计算：

import torch
x = torch.Tensor(5, 3)
y = torch.Tensor(3, 4)
z = torch.mm(x, y)
print(z)

如果没有报错，同时输出了5行4列的张量，就说明可以进行张量计算。

三、在GPU上测试PyTorch

如果你的电脑有GPU支持，建议在GPU上测试PyTorch是否正常工作。测试代码如下：

import torch
if torch.cuda.is_available():
    x = torch.Tensor(5, 3).cuda()
    y = torch.Tensor(3, 4).cuda()
    z = torch.mm(x, y)
    print(z)

如果没有报错，同时输出了5行4列的张量，就说明PyTorch GPU版本也正常工作。

四、使用示例代码测试

为了更加确认PyTorch是否正常工作，可以使用PyTorch官方提供的示例代码进行测试，例如以下代码：

import torch
import torchvision
model = torchvision.models.resnet18(pretrained=True)
model.eval()
x = torch.rand(1, 3, 224, 224)
y = model(x)
print(y)

如果没有报错，同时输出了正确的结果，就说明PyTorch正常工作。

五、总结

以上就是几种验证PyTorch是否安装成功的方法，确认PyTorch是否工作正常非常重要，可以避免后续的问题。如果以上测试都失败了，请仔细阅读PyTorch安装文档，排除失败的原因，确保正确安装PyTorch。

到此这篇关于PyTorch 成功安装验证的文章就介绍到这了,更多相关PyTorch 安装验证内容请搜索脚本之家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脚本之家！