### 个人笔记本上安装深度学习框架及获取版本号 在个人笔记本上安装深度学习框架（如 PyTorch、TensorFlow 和 PaddlePaddle）并记录其版本号，需要确保系统环境已正确配置，并根据具体框架的安装指南进行操作。以下是详细的安装流程和版本号获取方法。 #### 1. 确保基础环境准备 在安装任何深度学习框架之前，需要确认以下几点： - **Python 版本**：建议使用 Python 3.7 或更高版本[^2]。 - **pip 工具**：可以通过运行 `pip -V` 命令检查 pip 是否已安装及其版本[^2]。 - **CUDA 和 cuDNN（可选）**：如果计划使用 GPU 加速，需提前安装 CUDA 和 cuDNN，并确保与框架兼容[^1]。 #### 2. 安装 PyTorch PyTorch 是一个流行的深度学习框架，支持动态计算图。安装命令如下： ```bash # 安装 CPU 版本 pip install torch torchvision torchaudio # 安装 GPU 版本（假设 CUDA 11.7） pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117 ``` 安装完成后，可以使用以下代码获取 PyTorch 的版本号： ```python import torch print(torch.__version__) ``` #### 3. 安装 TensorFlow TensorFlow 是另一个广泛使用的深度学习框架，支持静态计算图。安装命令如下： ```bash # 安装 CPU 版本 pip install tensorflow # 安装 GPU 版本 pip install tensorflow-gpu ``` 安装完成后，可以使用以下代码获取 TensorFlow 的版本号： ```python import tensorflow as tf print(tf.__version__) ``` #### 4. 安装 PaddlePaddle PaddlePaddle 是百度开发的深度学习框架，特别适合运行飞桨相关的模型。安装命令如下： ```bash # 安装 CPU 版本 pip install paddlepaddle # 安装 GPU 版本 pip install paddlepaddle-gpu ``` 安装完成后，可以使用以下代码获取 PaddlePaddle 的版本号： ```python import paddle print(paddle.__version__) ``` #### 5. 验证安装 为了确保框架安装成功且能够正常运行，可以尝试运行简单的测试代码。例如，对于 PyTorch，可以运行以下代码检查是否能检测到 GPU： ```python import torch print("CUDA Available:", torch.cuda.is_available()) ``` 对于 TensorFlow，可以运行以下代码检查是否启用了 GPU 支持： ```python import tensorflow as tf print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU'))) ``` 对于 PaddlePaddle，可以运行以下代码检查是否启用了 GPU 支持： ```python import paddle print("Paddle with GPU:", paddle.is_compiled_with_cuda()) ``` #### 6. 记录过程及版本号 将上述安装命令及版本号获取代码保存到一个 Python 脚本文件中，运行后记录输出结果。例如，创建一个名为 `install_log.py` 的文件： ```python import torch import tensorflow as tf import paddle print("PyTorch Version:", torch.__version__) print("TensorFlow Version:", tf.__version__) print("PaddlePaddle Version:", paddle.__version__) print("\nCUDA Availability:") print("PyTorch CUDA:", torch.cuda.is_available()) print("TensorFlow GPUs:", len(tf.config.list_physical_devices('GPU'))) print("PaddlePaddle CUDA:", paddle.is_compiled_with_cuda()) ``` 运行此脚本即可生成完整的安装日志。 --- ###