### 验证 Python 环境中的包 为了确认指定版本的 Python 包是否已正确安装，可以使用 `pip` 命令来检查这些依赖项的状态。具体方法如下： #### 使用命令行工具验证 通过终端执行以下命令，这将显示当前环境中所有已安装软件包及其版本号。 ```bash pip list | grep -E 'torch|torchvision|imageio|matplotlib|configargparse|tensorboard|tqdm|opencv-python' ``` 此命令利用管道符连接两个指令：首先是 `pip list` 列出所有的库；其次是 `grep` 过滤器用于查找特定名称模式下的条目[^1]。 对于更精确地匹配版本需求的情况，则可采用 `pip show` 来单独查询每一个所需的模块并核对其版本信息。例如， ```bash pip show torch torchvision imageio imageio-ffmpeg matplotlib configargparse tensorboard tqdm opencv-python ``` 上述命令会依次展示各个库的具体详情，包括但不限于版本号、摘要描述以及主页链接等元数据[^2]。 另外，在某些情况下可能还需要确保所使用的环境确实包含了预期配置。如果是在 Anaconda 或 Miniconda 创建的虚拟环境下工作的话，建议先激活对应的环境再运行以上命令。 #### 编写脚本自动检测 编写一段简单的 Python 脚本来批量校验所需库的存在性和最低版本要求也是一种有效的方式。下面是一个基于 `pkg_resources` 的例子： ```python import pkg_resources required_packages = { "torch": ">=1.4.0", "torchvision": ">=0.2.1", "imageio": "*", "imageio-ffmpeg": "*", "matplotlib": "*", "configargparse": "*", "tensorboard": ">=1.15.0", "tqdm": "*", "opencv-python": "*" } def check_requirements(): failed = [] for package, version in required_packages.items(): try: dist = pkg_resources.get_distribution(package) if not dist.satisfies(pkg_resources.Requirement.parse(f"{package}{version}")): failed.append((package, str(dist.version), f"Required {version}")) except pkg_resources.DistributionNotFound: failed.append((package, None, "Not Found")) return failed if __name__ == "__main__": failures = check_requirements() if failures: print("Some packages do not meet the requirements:") for name, found_version, req_version in failures: print(f"- Package '{name}' has version '{found_version}', but requires '{req_version}'.") else: print("All specified packages are correctly installed.") ``` 这段代码定义了一个字典 `required_packages` ，其中键为要检查的库名，值为其期望满足的条件字符串。函数 `check_requirements()` 将遍历这个列表，并尝试加载相应的发行版对象以比较实际版本与所需版本之间的关系。最后打印出不符合条件的结果或确认全部合格的消息。