paddlepaddle 、tensorflow和torch代码验证cuda是否安装成功

tensorflow代码验证cuda是否安装成功
tensorflow 测试 cuda 是否安装成功，测试代码环境

tensorflow

import tensorflow as tf

tf.test.is_gpu_available()

或者

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

torch

验证cuda是否可用以及版本号，发现和本地的版本不一致，会导致不可用，重新下拉镜像
import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.backends.cudnn.version())
torch.cuda.is_available()
#cuda是否可用；

torch.cuda.device_count()
#返回gpu数量；

torch.cuda.get_device_name(0)
#返回gpu名字，设备索引默认从0开始；

torch.cuda.current_device()
#返回当前设备索引

Decide which device we want to run on

device = torch.device("cuda:0" if (torch.cuda.is_available() and gpunumber > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())

paddlepaddle

查看安装软件的型号

进入python环境

import paddle
print(paddle.version.cuda())

import paddle
print(paddle.version.cudnn())

查看硬件本身的型号

退出python环境

nvcc -V

进入python环境

import paddle
print(paddle.device.get_device())

import paddle
print(paddle.device.get_cudnn_version())

使用python进入python解释器，输入

import paddle.fluid
paddle.fluid.install_check.run_check()

如果出现Your Paddle Fluid is installed successfully!，说明您已成功安装paddle-gpu。
如果没成功，验证驱动、cuda、cdnn是否安装成功。