首页torch 查看cuda

torch 查看cuda

时间: 2025-04-20 11:22:33 浏览: 21

### 如何在 PyTorch 中验证 CUDA 是否可用为了确认 PyTorch 已经成功配置并能够利用 NVIDIA 的 CUDA 技术，在 Python 环境下可以执行如下代码片段： ```python import torch print(f"CUDA Available: {torch.cuda.is_available()}") # 输出是否能访问到CUDA设备[^1] if torch.cuda.is_available(): print(f"Number of GPUs: {torch.cuda.device_count()}") # 显示GPU的数量[^4] current_device = torch.cuda.current_device() # 获取当前默认的GPU索引号 print(f"Current Device Index: {current_device}") print(f"Name of the Current Device: {torch.cuda.get_device_name(current_device)}") # 打印当前使用的GPU名称[^2] else: print("CUDA is not available.") ``` 这段脚本不仅会告知用户 CUDA 是否被正确识别，还会提供关于系统中 GPU 设备的具体详情。除了上述方法外，还可以进一步查询所安装的 CUDA 版本以及 cuDNN 支持情况： ```python print(f"CUDA Version: {torch.version.cuda}") # 展示PyTorch编译时链接的CUDA版本信息 print(f"CUDNN Available: {torch.backends.cudnn.is_available()}") # 判断CUDNN是否可获得 print(f"CUDNN Version: {torch.backends.cudnn.version()}") # 如果存在的话给出其版本号 ``` 通过这些命令可以帮助开发者确保环境设置无误，并且为后续基于 GPU 加速的应用程序开发做好准备。

阅读全文