要列出当前所有可用的GPU和PyTorch,您可以按照以下步骤操作:
import torch
if torch.cuda.is_available():
device = torch.cuda.current_device()
num_gpu = torch.cuda.device_count()
gpu_name = torch.cuda.get_device_name(device)
print(f"当前系统有 {num_gpu} 个可用的GPU设备:")
print(f"GPU设备名称: {gpu_name}")
else:
print("当前系统没有可用的GPU设备。")
if torch.cuda.is_available():
num_gpu = torch.cuda.device_count()
print(f"当前系统有 {num_gpu} 个可用的GPU设备:")
for i in range(num_gpu):
gpu_name = torch.cuda.get_device_name(i)
gpu_properties = torch.cuda.get_device_properties(i)
print(f"GPU设备 {i}: {gpu_name}")
print(f"GPU设备属性:")
print(f"- CUDA Capability: {gpu_properties.major}.{gpu_properties.minor}")
print(f"- Total Memory: {gpu_properties.total_memory / 1024**2}MB")
print(f"- Multiprocessors: {gpu_properties.multi_processor_count}")
print(f"- Clock Rate: {gpu_properties.clock_rate}kHz")
print(f"- Compute Mode: {gpu_properties.compute_mode}")
else:
print("当前系统没有可用的GPU设备。")
print(f"PyTorch版本:{torch.__version__}")
print(f"CUDA可用: {torch.cuda.is_available()}")
print(f"CUDNN可用: {torch.backends.cudnn.enabled}")
需要注意的是,以上代码示例假设您已经正确安装了PyTorch及相应的GPU驱动程序。此外,该代码示例不指定任何特定的云计算平台或品牌商的产品,仅提供了列出GPU设备和PyTorch版本的通用方法。
领取专属 10元无门槛券
手把手带您无忧上云