pytorch有关GPU的CUDA测试命令

部署运行你感兴趣的模型镜像
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)

您可能感兴趣的与本文相关的镜像

Python3.10

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

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值