深度学习 | Pytorch的GPU版本查看GPU是否可用、GPU版本、GPU数量

新建文件test.py复制如下内容运行即可。注意环境要选择正确

py 复制代码
import torch

# 检查 GPU 是否可用
is_cuda_available = torch.cuda.is_available()
print(f"CUDA 可用: {is_cuda_available}")

if is_cuda_available:
    # 获取 GPU 数量
    gpu_count = torch.cuda.device_count()
    print(f"GPU 数量: {gpu_count}")

    # 获取每个 GPU 的名称
    for i in range(gpu_count):
        gpu_name = torch.cuda.get_device_name(i)
        print(f"GPU {i} 名称: {gpu_name}")

    # 获取当前 GPU 的索引
    current_device = torch.cuda.current_device()
    print(f"当前使用的 GPU 索引: {current_device}")
    
    # 获取当前 GPU 的名称
    current_gpu_name = torch.cuda.get_device_name(current_device)
    print(f"当前 GPU 名称: {current_gpu_name}")
else:
    print("没有可用的 GPU。")

运行结果示例和截图

如果你的系统上有可用的 GPU,运行上述代码后,你将看到类似以下的输出:

py 复制代码
CUDA 可用: True
GPU 数量: 2
GPU 0 名称: NVIDIA GeForce GTX 1080 Ti
GPU 1 名称: NVIDIA GeForce GTX 1070
当前使用的 GPU 索引: 0
当前 GPU 名称: NVIDIA GeForce GTX 1080 Ti
如果没有可用的 GPU,输出将显示:

CUDA 可用: False
没有可用的 GPU。
这样,你就可以轻松获取到 GPU 的信息了!
相关推荐
飞哥数智坊20 小时前
GPT-5-Codex 发布,Codex 正在取代 Claude
人工智能·ai编程
倔强青铜三20 小时前
苦练Python第46天:文件写入与上下文管理器
人工智能·python·面试
虫无涯21 小时前
Dify Agent + AntV 实战:从 0 到 1 打造数据可视化解决方案
人工智能
Dm_dotnet1 天前
公益站Agent Router注册送200刀额度竟然是真的
人工智能
算家计算1 天前
7B参数拿下30个世界第一!Hunyuan-MT-7B本地部署教程:腾讯混元开源业界首个翻译集成模型
人工智能·开源
机器之心1 天前
LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死
人工智能·openai
Juchecar1 天前
交叉熵:深度学习中最常用的损失函数
人工智能
林木森ai1 天前
爆款AI动物运动会视频,用Coze(扣子)一键搞定全流程(附保姆级拆解)
人工智能·aigc
聚客AI1 天前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
BeerBear1 天前
【保姆级教程-从0开始开发MCP服务器】一、MCP学习压根没有你想象得那么难!.md
人工智能·mcp