【pytorch】torch 查看GPU

import torch

查看cuda是否可用
print(torch.cuda.is_available())
查看cuda设备的数量
print(torch.cuda.device_count())
查看当前使用的cuda编号
print(torch.cuda.current_device())
查看GPU设备名字
print(torch.cuda.get_device_name())
查看设备容量
print(torch.cuda.get_device_capability(0))
return:
True
1
0
GeForce GTX 1060
(6, 1)
  • 6
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
查看PyTorch是否可用GPU,可以使用以下方法之一: 1. 使用torch.cuda.is_available()函数。该函数返回一个布尔值,如果返回True,则表示PyTorch可用GPU版本,如果返回False,则表示PyTorch可用CPU版本。示例代码如下: ```python import torch print(torch.cuda.is_available()) ``` 2. 使用torch.cuda.get_device_name()函数查看GPU型号。该函数返回当前使用的GPU的型号。示例代码如下: ```python import torch print(torch.cuda.get_device_name(0)) ``` 请注意,上述代码中的参数0表示使用第一个GPU设备的型号。如果你有多个GPU设备,可以更改参数来查看其他GPU设备的型号。 综上所述,以上两种方法都可以用来查看PyTorch是否可用GPU。 #### 引用[.reference_title] - *1* [如何查看你使用的pytorch是否为GPU版本](https://blog.csdn.net/weixin_44498476/article/details/125944962)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [查看Pytorch是否使用GPU](https://blog.csdn.net/weixin_43593330/article/details/112132428)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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

打赏作者

Jucway

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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