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 torch 或 conda 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 pip3.9、python3.9 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。