本文共 941 字，大约阅读时间需要 3 分钟。

GPU信息查看以及确认Pytorch使用了GPU计算模块进行深度学习的训练

目录

---

GPU基础信息查看

查看CUDA版本：

nvcc -V 或者 nvcc --version 查看cudnn： cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 Linux查看显卡信息： lspci | grep -i vga 使用nvidia GPU可以： lspci | grep -i nvidia 前边的序号 "00:0f.0"是显卡的代号(这里是用的虚拟机); 查看指定显卡的详细信息用以下指令： lspci -v -s 00:0f.0 Linux查看Nvidia显卡信息及使用情况 Nvidia自带一个命令行工具可以查看显存的使用情况： nvidia-smi

如果要周期性的输出显卡的使用情况，可以用watch指令实现：

watch -n 10 nvidia-smi 命令行参数-n后边跟的是执行命令的周期，以s为单位。

 

Pytorch是否使用GPU确认

#加载PyTorch并检查以确保PyTorch可以使用GPU。

# 导入torch包

# Import PyTorchimport torch

#查看目前使用的环境力有几张GPU卡

# How many GPUs are there?print(torch.cuda.device_count())

#查看那一块GPU是当前可用GPU

# Which GPU Is The Current GPU?print(torch.cuda.current_device())

#当前可用GPU的名称

# Get the name of the current GPUprint(torch.cuda.get_device_name(torch.cuda.current_device()))

#Pytorch在使用GPU进行计算检查

# Is PyTorch using a GPU?print(torch.cuda.is_available())

 

参考：Check If PyTorch Is Using The GPU

参考：Pytorch

参考：nvidia-smi

转载地址：https://blog.csdn.net/zhongkeyuanchongqing/article/details/117567023 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！