要验证您的PyTorch是否能够调用CUDA,您可以执行以下步骤:
- **检查CUDA是否可用**:
在Python中运行以下代码来检查CUDA是否可用:
```python
import torch
print(torch.cuda.is_available())
```
如果输出为 `True`,则表示您的系统已安装了CUDA,并且PyTorch可以访问它。
- **列出可用的设备**:
运行以下代码来查看系统上可用的CUDA设备:
```python
print(torch.cuda.device_count())
print(torch.cuda.get_device_name(0)) # 这将打印出第一个设备的名称
```
这将告诉您有多少个GPU可用,以及它们的名称。
- **创建一个CUDA张量**:
尝试将一个张量移动到GPU上,以验证PyTorch能够使用CUDA:
```python
x = torch.tensor([1.0, 2.0, 3.0], device='cuda:0')
print(x)
```
如果没有错误,并且能够打印出张量,那么PyTorch可以成功地使用CUDA。
- **执行一个简单的计算**:
您还可以执行一个简单的计算来进一步验证:
```python
y = x + 1
print(y)
```
如果这一步也能成功执行,那么您的PyTorch安装已正确配置,可以调用CUDA。
确保在执行这些步骤之前,您的PyTorch版本是CUDA兼容的,并且您的GPU驱动程序与安装的CUDA版本相匹配。如果您的系统满足所有这些条件,PyTorch应该能够无缝地调用CUDA。