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
VIP_CQCRE8 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
泯泷9 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
oak隔壁找我10 小时前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁0110 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
Csvn10 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄11 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下12 小时前
langgraph 全栈项目(三)
前端·人工智能·后端
黄啊码12 小时前
【黄啊码】最近面了十几个想转 FDE 的程序员,一个都没招
人工智能
锋行天下12 小时前
langgraph 全栈项目(二)
前端·人工智能·后端
大模型真好玩13 小时前
用 Seedance 2.5 Flash 实现1分钟AI短剧,满足孩子的超级英雄对战梦
人工智能·aigc·deepseek