import torch
#返回当前设备索引
# torch.cuda.current_device()
#返回GPU的数量
# torch.cuda.device_count()
#返回gpu名字,设备索引默认从0开始
# torch.cuda.get_device_name(0)
#cuda是否可用
# torch.cuda.is_available()
# pytorch 查看cuda 版本
# 由于pytorch的whl 安装包名字都一样,所以我们很难区分到底是基于cuda 的哪个版本。
# print(torch.version.cuda)
# 判断pytorch是否支持GPU加速
# print (torch.cuda.is_available())
# 【PyTorch】查看自己的电脑是否已经准备好GPU加速(CUDA)
# 那么在CUDA已经准备好的电脑上,会输出:cuda:0
# 而在没有CUDA的电脑上则输出:cpu
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
print(device)
pytorch有关GPU的CUDA测试命令
最新推荐文章于 2024-11-29 11:19:24 发布
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
Python3.10
Conda
Python
Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

2914

被折叠的 条评论
为什么被折叠?



