加上这句代码:
1
|
print torch.cuda.is_available()
|
判断完毕!说说在pytorch中如何查看gpu信息吧~
为什么将数据转移至GPU的方法叫做.cuda而不是.gpu,就像将数据转移至CPU调用的方法是.cpu?这是因为GPU的编程接口采用CUDA,而目前并不是所有的GPU都支持CUDA,只有部分Nvidia的GPU才支持。
PyTorch未来可能会支持AMD的GPU,而AMD GPU的编程接口采用OpenCL,因此PyTorch还预留着.cl方法,用于以后支持AMD等的GPU。
1
|
torch.cuda.is_available()
|
cuda是否可用;
1
|
torch.cuda.device_count()
|
返回gpu数量;
1
|
torch.cuda.get_device_name( 0 )
|
返回gpu名字,设备索引默认从0开始;
1
|
torch.cuda.current_device()
|
返回当前设备索引;
以上为个人经验,希望能给大家一个参考,也希望大家多多支持服务器之家。
原文链接:https://blog.csdn.net/moshiyaofei/article/details/89703846