查看Pytorch是否使用GPU

下面的命令可以帮助我们查看Pytorch是否使用GPU：# 返回当前设备索引torch.cuda.current_device()# 返回GPU的数量torch.cuda.device_count()# 返回gpu名字，设备索引默认从0开始torch.cuda.get_device_name(0)# cuda是否可用torch.cuda.is_available()我的结果是：参考文档pytorc

我是天才很好

17873人浏览 · 2021-01-03 11:02:02

我是天才很好 · 2021-01-03 11:02:02 发布

下面的命令可以帮助我们查看Pytorch是否使用GPU：

# 返回当前设备索引
torch.cuda.current_device()

# 返回GPU的数量
torch.cuda.device_count()

# 返回gpu名字，设备索引默认从0开始
torch.cuda.get_device_name(0)

# cuda是否可用
torch.cuda.is_available()

我的结果是：

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Bj0dLYom-1609642835880)(C:\Users\Administrator\Desktop\查看pytorch是否使用GPU.png)]$

参考文档

昇腾开源生态专区

昇腾计算产业是基于昇腾系列（HUAWEI Ascend）处理器和基础软件构建的全栈 AI计算基础设施、行业应用及服务，https://devpress.csdn.net/organization/setting/general/146749包括昇腾系列处理器、系列硬件、CANN、AI计算框架、应用使能、开发工具链、管理运维工具、行业应用及服务等全产业链

更多推荐

CANN开源仓Catlass模板库核心能力与编程实战

昇腾开源生态专区

零基础入门昇腾集群调度组件Ascend Docker Runtime

创建容器时，为了容器内部能够正常使用昇腾AI处理器，需要引入昇腾驱动相关的脚本和命令。这些脚本和命令分布在不同的文件中，且存在变更的可能性。为了避免容器创建时冗长的文件挂载，MindCluster提供了部署在计算节点上的Ascend Docker Runtime组件。通过输入需要挂载的昇腾AI处理器编号，即可完成昇腾AI处理器及相关驱动的文件挂载。