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()