[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
一切皆有可能!!5 分钟前
大模型实践:图文解锁Ollama在个人笔记本上部署llm
人工智能·算法·语言模型
ahe1681 小时前
使用DeepSeek、MCP和AKShare实现智能金融问答系统技术方案
人工智能·ai·金融·股票
CHNMSCS5 小时前
PyTorch_指定运算设备 (包含安装 GPU 的 PyTorch)
人工智能·pytorch·python
程序边界5 小时前
AIGC时代——语义化AI驱动器:提示词的未来图景与技术深潜
人工智能·aigc
奈良如玉5 小时前
caffe适配cudnn9.6.0(ai修改代码踩坑)
人工智能·深度学习·caffe
Blossom.1185 小时前
人工智能助力工业制造:迈向智能制造的未来
网络·人工智能·深度学习·神经网络·机器学习·自然语言处理·制造
买了一束花7 小时前
二、机器学习中Python变量基础
开发语言·python·机器学习·conda
Gui林7 小时前
ros2 humble 控制真实机械臂(以lerobot为例)
linux·python
-曾牛7 小时前
探索 Spring AI 的 ChatClient API:构建智能对话应用的利器
java·人工智能·spring boot·后端·spring·springai·ai指南
青橘MATLAB学习7 小时前
机器学习中的学习率及其衰减方法全面解析
人工智能·机器学习·梯度下降·超参数优化·学习率·衰减方法·模型收敛