查看当前虚拟环境中安装的 PyTorch 版本

一、前言

在使用 PyTorch 进行深度学习开发时,准确知道自己所处虚拟环境中安装的 PyTorch 版本非常重要——它关系到 API 的兼容性、CUDA 的适配以及线上部署的稳定性。本文将通过三种常用方法教你快速确认当前环境的 PyTorch 版本。

二、前置条件

  1. 你已在本地或服务器上创建并激活了 Python 虚拟环境(conda / venv / virtualenv 等均可)。
  2. 环境内已经安装了 PyTorch。若未安装,可通过:
    • conda:conda install pytorch torchvision torchaudio -c pytorch
    • pip:pip install torch torchvision torchaudio
  3. 具备基础的终端 / 命令行操作能力。

三、方法一:Python 交互式查看(推荐)

  1. 打开终端,确保你已激活对应虚拟环境:
    conda activate myenv      # 或 source activate myenv
    # 若使用 venv:
    # source venv/bin/activate
    
  2. 进入 Python 交互模式:
    python
    
  3. 在交互式 shell 中输入以下代码:
    import torch
    print(torch.__version__)
    
  4. 终端会输出类似 2.3.0+cu121 的字符串:
    2.3.0 表示 PyTorch 主版本号。
    cu121 表示编译时使用的 CUDA 12.1,若为 cpu 则说明是 CPU-only 版本。

四、方法二:pip/conda 命令行查看

  1. pip 环境:
    pip show torch | grep Version
    # 或者
    pip list | grep torch
    
  2. conda 环境:
    conda list | grep torch
    

上述命令会直接打印安装包的版本号及其依赖信息。

五、方法三:脚本中动态检测

在实际项目中,你可能想在运行时记录所用 PyTorch 版本,可在主脚本中加入:

import logging
import torch

logging.info(f"Current PyTorch version: {torch.__version__}")

这样在日志文件里即可追踪版本,方便后期复现与排错。

六、常见问题 Q&A

  1. Python 导入时报错 No module named 'torch'
    • 确认已激活正确的虚拟环境;
    • 使用 pip install torchconda install pytorch 安装;
    • 检查 pip、conda 的源是否可用。

  2. 版本号后缀里的 +cuXXX 与实际显卡驱动不匹配怎么办?
    • 查看本地 CUDA Driver 版本 (nvidia-smi);
    • 若不匹配请重新安装与 driver 兼容的 PyTorch CUDA 包,或安装 +cpu 版本。

  3. 同时存在多个 Python 版本时,输出版本与预期不一致?
    • 使用 which python / where python 检查 Python 解释器路径;
    • 明确指定 pip3.9python3.9 等对应版本。

七、小结

本文介绍了三种快速查看当前虚拟环境中 PyTorch 版本的方法:
• Python 交互式查看(最直观、最常用);
• pip/conda 命令行查看(无需进入 Python);
• 代码脚本内动态检测(方便记录与复现)。

掌握这些技巧后,你就能轻松确认自己的 PyTorch 版本,并在升级、迁移或排错时做到心中有数。

Logo

葡萄城是专业的软件开发技术和低代码平台提供商,聚焦软件开发技术,以“赋能开发者”为使命,致力于通过表格控件、低代码和BI等各类软件开发工具和服务

更多推荐