返回 导航

Python / AI

hangge.com

Python - 通过代码验证PyTorch是否安装成功、CUDA是否可用

作者:hangge | 2024-03-01 08:37
    当我们安装好 PyTorch 并准备使用 CUDA 进行深度学习前,确保环境能正常工作是至关重要的。我们可以使用 Python 代码验证 PyTorch 是否成功安装以及 CUDA 是否可用。

1,编写代码

import torch

# 查看torch版本
print('--- torch版本 ---')
print(torch.__version__)

# 查看cuda版本
print('--- cuda版本 ---')
print(torch.version.cuda)

# GPU是否可用
print('--- GPU是否可用 ---')
print(torch.cuda.is_available())

# 返回gpu数量
print('--- GPU数量 ---')
print(torch.cuda.device_count())

# 返回gpu名字,设备索引默认从0开始
print('--- GPU名称 ---')
n = 0
while n < torch.cuda.device_count():
    print(torch.cuda.get_device_name(n))
    n += 1

# 代码测试
print('--- PyTorch代码测试 ---')
print(torch.rand(3,3))
print('--- PyTorch代码测试(在GPU上测试PyTorch代码) ---')
print(torch.rand(3,3).cuda())

2,运行验证代码

在命令行中运行脚本,脚本将输出 PyTorch 版本信息,并确认是否成功安装。如果 CUDA 可用,还会显示 CUDA 设备信息。
评论

全部评论(0)

回到顶部