知识卡片
验证PyTorch运行环境
安装后先在目标环境中运行 import torch,再用 torch.rand(5) 创建一个张量;使用 NVIDIA GPU 时,书中还用 torch.cuda.is_available() 检查 CUDA 是否可用。导入成功只说明模块可加载,不能单独证明 GPU 可用。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 环境安装和工具使用 · 查看原书依据
输入torch.cuda.is_available()后按Enter键运行,如图3-37所示,如果输出True,意味着CUDA正常
参考来源
- 位置:《破解深度学习(基础篇)_模型算法与实现》第3章《环境安装和工具使用》(来源项目 book-source:`extracted/破解深度学习(基础篇)_模型算法与实现/_epub-src/EPUB/xhtml/qz03_0006.xhtml`)
- 结论依据:原文和截图介绍工具用途、操作或检查;版本依赖需结合实际环境确认。
- 原始内容:输入torch.cuda.is_available()后按Enter键运行,如图3-37所示,如果输出True,意味着CUDA正常