下面的代码可以在 Python 环境中直接开始跑。
import torch
import os
print(torch.__version__)
print(torch.cuda.is_available())
print(os.environ.get('CUDA_PATH'))
print("是否可用：", torch.cuda.is_available()) # 查看GPU是否可用
print("GPU数量：", torch.cuda.device_count()) # 查看GPU数量
print("torch方法查看CUDA版本：", torch.version.cuda) # torch方法查看CUDA版本
print("GPU索引号：", torch.cuda.current_device()) # 查看GPU索引号
print("GPU名称：", torch.cuda.get_device_name(0)) # 根据索引号得到GPU名称
代码输出的内容为：
D:\WorkDir\iSharkFly\Data\data-crawler\venv\Scripts\python.exe D:\WorkDir\Repository\iSharkfly-Docs\python-tutorials\tests\Json2Yaml.py
2.3.0+cu121
True
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1
是否可用： True
GPU数量： 1
torch方法查看CUDA版本： 12.1
GPU索引号： 0
GPU名称： Quadro RTX 3000
Process finished with exit code 0
上面的代码用于查看下当前的环境情况。