检查环境是否安装正确

🎉摘要:提供一个简洁的Python脚本test_env.py,用于快速验证PyTorch、Torchvision、Numpy、Matplotlib、Scikit-learn等核心库是否正确安装,并展示张量运算测试,确保深度学习环境就绪。

把下面代码保存为 test_env.py,运行不报错就说明环境没问题:

"""
第 1 章验证脚本:检查环境是否安装正确
运行方式:python test_env.py
"""
import sys

print("=" * 50)
print("  Python 版本:", sys.version.split()[0])
print("=" * 50)

# 检查各项依赖是否安装成功
modules_to_check = ["torch", "torchvision", "numpy", "matplotlib", "sklearn"]

for module_name in modules_to_check:
    try:
        mod = __import__(module_name)
        version = getattr(mod, "__version__", "未知版本")
        print(f"  ✅ {module_name:20s} {version}")
    except ImportError:
        print(f"  ❌ {module_name:20s} 未安装,请执行 pip install {module_name}")

# 确认 PyTorch 基本运算正常
import torch

x = torch.tensor([1.0, 2.0, 3.0])
y = x * 2 + 1
print(f"\n  张量测试:x={x.tolist()}, 2x+1={y.tolist()}")

print("=" * 50)
print("  环境检查完毕!如果上面没有 ❌,就可以继续学习啦。")
print("=" * 50)

运行示例,输出如下:

==================================================
  Python 版本: 3.13.5
==================================================
  ✅ torch                2.13.0+cpu
  ✅ torchvision          0.28.0+cpu
  ✅ numpy                2.3.1
  ✅ matplotlib           3.11.1
  ✅ sklearn              1.9.0

  张量测试:x=[1.0, 2.0, 3.0], 2x+1=[3.0, 5.0, 7.0]
==================================================
  环境检查完毕!如果上面没有 ❌,就可以继续学习啦。
==================================================

  

说说我的看法
全部评论(
没有评论
关于
本网站专注于 Java、数据库(MySQL、Oracle)、Linux、软件架构及大数据等多领域技术知识分享。涵盖丰富的原创与精选技术文章,助力技术传播与交流。无论是技术新手渴望入门,还是资深开发者寻求进阶,这里都能为您提供深度见解与实用经验,让复杂编码变得轻松易懂,携手共赴技术提升新高度。如有侵权,请来信告知:hxstrive@outlook.com
其他应用
公众号