tensorflow,pytorch,paddlepaddle查看GPU是否可用

0、keras

先检查自己有没有gpu

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

然后检查keras有没有在利用gpu：

from keras import backend as K
K.tensorflow_backend._get_available_gpus()

输出结果：

[
'/job:localhost/replica:0/task:0/device:GPU:0', '/job:localhost/replica:0/task:0/device:GPU:1'
]

1、tensorflow

import tensorflow as tf
print(tf.test.is_gpu_available())

2、pytorch

import torch
print(torch.cuda.is_available())

import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA数量
print(torch.version.cuda) # 查看CUDA的版本号

3、paddlepaddle

import paddle
paddle.fluid.install_check.run_check()