[pytorch]torch.cuda用法以及判断显卡是不是存在问题

常见用法:

torch.cuda.is_available() # 查看是否有可用GPU

torch.cuda.device_count() # 查看GPU数量

torch.cuda.get_device_capability(device) # 查看指定GPU容量

torch.cuda.get_device_name(device) # 查看指定GPU名称

torch.cuda.empty_cache() # 清空程序占用的GPU资源

torch.cuda.manual_seed(seed) # 设置随机种子

torch.cuda.manual_seed_all(seed) # 设置随机种子

torch.cuda.get_device_properties(i) # i为第几张卡,显示该卡的详细信息

场景问题:我使用torch.cuda.device_count()返回1但是我用nvidia-smi显示是2个显卡,这个是为啥呢?

第一个原因:你在环境变量设置了CUDA_VISIBLE_DEVICES

第二个原因:你显卡坏了一个,如何判断是不是坏了可以使用上面接口测试

import torch

device=torch.device("cuda:0")

print(torch.cuda.get_device_capability(device))

把0改成1如果报错则表示1这个显卡有问题或者不存在,据此可以判断显卡坏了。但是这个只是系统层面表示坏了。还需要进一步判断。首先重启系统在测试一次,不行就把显卡拔插一下,依然不行则做最后尝试把系统重装一次(这个一般都没效果),还不行只能说明显卡坏了。

相关推荐
电商API_180079052472 分钟前
反向海淘是什么?现状如何?未来趋势如何?
数据库·人工智能·笔记·性能优化·数据挖掘·网络爬虫
xing-xing2 分钟前
Anaconda学习总结
python
伤心的瘦子2 分钟前
【零基础 AI 编程】Vibe Coding 小白指南第一课
人工智能
爱吃苹果的梨叔5 分钟前
2026分布式坐席系统推荐:指挥中心、调度中心、机房集中管控该怎么选?
python
硅基流动6 分钟前
硅基流动上线阿里 Z-Image
人工智能
liuhl09106 分钟前
Python 列表推导式
python
SLD_Allen7 分钟前
从Prompt、Context到Harness,工程的三次进化
人工智能·prompt·上下文·harness
企学宝7 分钟前
企学宝课程开发与知识管理解决方案:零售、金融、制造等多行业落地实践
人工智能·零售·企业培训
云边云科技_云网融合8 分钟前
跨国零售企业网络升级实践:如何打通全球零售网络
人工智能·云计算
X54先生(人文科技)9 分钟前
X54先生与奇点先生关于AGI和ASI发展的对话
人工智能·开源·开源协议·零知识证明