import torch
flag = torch.cuda.is_available()
print(flag)
ngpu= 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())
相关文章
- 02-28SSO 系统分析、SSO工程搭建、单点登录接口文档分析及Service层接口开发并发布、单点登录检查数据是否可用-Controller层及测试
- 02-28pytorch:测试GPU是否可用
- 02-28查看GPU是否可用
- 02-28单元测试 – 是否有可用的符合标准的(168/286)portlet测试框架? (特别是与Spring PortletMVC一起使用的)
- 02-28检查 Tensorflow、Pytorch 是否可用 GPU
- 02-28【PYTORCH】Pytorch与GPU相关大合集(含测试代码)
- 02-28检测tensorflow2和pytorch1.x的GPU环境是否配合正确
- 02-28测试udp服务的端口是否可用
- 02-28C#测试web服务是否可用