进入python
1. 查看pytorch版本:
import torch
print(torch.__version__)
2.查看cuda版本:
print(torch.version.cuda)
3.查看cuda是否可用
print(torch.cuda.is_available())
4.查看可用cuda数量
print(torch.cuda.device_count())
4.28编辑
pytorch 中 GPU 索引与 nvidia-smi 中GPU 编号不一致,原因是nvidia-smi 下的 GPU 编号默认使用 PCI_BUS_ID,而 PyTorch 代码默认情况下设备排序是 FASTEST_FIRST。解决方法为,进入bashrc,添加:
CUDA_DEVICE_ORDER=“PCI_BUS_ID“
终端输入 source ~/.bashrc 使配置生效。
本文介绍如何在Python环境中使用PyTorch检查PyTorch和CUDA版本,并提供解决GPU索引不一致的方法。文中详细解释了如何确认CUDA是否可用、获取可用的CUDA设备数量,以及如何统一PyTorch与nvidia-smi中GPU编号的问题。
2171

被折叠的 条评论
为什么被折叠?



