【Python】pytorch,CUDA是否可用,查看显卡显存剩余容量

这篇具有很好参考价值的文章主要介绍了【Python】pytorch,CUDA是否可用,查看显卡显存剩余容量。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

CUDA可用,共有 1 个GPU设备可用。
当前使用的GPU设备索引:0
当前使用的GPU设备名称:NVIDIA T1000
GPU显存总量:4.00 GB
已使用的GPU显存:0.00 GB
剩余GPU显存:4.00 GB
PyTorch版本:1.10.1+cu102

import torch

# 检查CUDA是否可用
cuda_available = torch.cuda.is_available()

if cuda_available:
    # 获取GPU设备数量
    num_gpu = torch.cuda.device_count()

    # 获取当前使用的GPU索引
    current_gpu_index = torch.cuda.current_device()

    # 获取当前GPU的名称
    current_gpu_name = torch.cuda.get_device_name(current_gpu_index)

    # 获取GPU显存的总量和已使用量
    total_memory = torch.cuda.get_device_properties(current_gpu_index).total_memory / (1024 ** 3)  # 显存总量(GB)
    used_memory = torch.cuda.memory_allocated(current_gpu_index) / (1024 ** 3)  # 已使用显存(GB)
    free_memory = total_memory - used_memory  # 剩余显存(GB)

    print(f"CUDA可用,共有 {num_gpu} 个GPU设备可用。")
    print(f"当前使用的GPU设备索引:{current_gpu_index}")
    print(f"当前使用的GPU设备名称:{current_gpu_name}")
    print(f"GPU显存总量:{total_memory:.2f} GB")
    print(f"已使用的GPU显存:{used_memory:.2f} GB")
    print(f"剩余GPU显存:{free_memory:.2f} GB")
else:
    print("CUDA不可用。")

# 检查PyTorch版本
print(f"PyTorch版本:{torch.__version__}")

windows先装显卡驱动,再装CUDA10.2,最后装了pytorch。

pip install torch1.10.1+cu102 torchvision0.13.1+cu102 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu102

【Python】pytorch,CUDA是否可用,查看显卡显存剩余容量,Python语言,python,pytorch,CUDA,显存文章来源地址https://www.toymoban.com/news/detail-695793.html

到了这里,关于【Python】pytorch,CUDA是否可用,查看显卡显存剩余容量的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 查看英伟达Nvidia显卡、cuda版本

     以下是查看你的显卡最大支持什么版本的cuda 1. 右击电脑桌面,打开“NVIDIA控制面板”。  2. 选择“帮助”,然后点击“系统信息”。  3. 在系统信息的\\\"显示\\\"里,可以看到显卡是“GeForce GTX 1050”。  4. 在系统信息里,选择\\\"组件\\\",找到”NVCUDA64.DLL“,即可看到显卡所支持的

    2024年02月02日
    浏览(48)
  • 如何查看自己使用的Python、CUDA、Pytorch、TensorFlow的版本(Windows)

    1、查看python版本 1)键盘 windows+R键,弹出如下:2、  2)点击确定,弹出如下:  3)输入python,便可输出python版本 2、查看cuda版本 1)打开pycharm编辑器 2)输入: 3)运行后输出:   3、查看pytorch版本 1)打开pycharm编辑器 2)输入: 3)运行后输出:     4、查看tensorflow版本

    2024年02月08日
    浏览(52)
  • 如何查看自己电脑显卡对应的cuda版本

    第一步: 在电脑桌面点击右键选择NVIDIA控制面板   第二步: 查看显卡驱动版本  比如这里我的驱动版本是472.47,然后去这里查看对应的CUDA版本,如下这个表 从表中可以看出我显卡驱动版本对应最高的cuda版本可去到11.4,同时还可可以在NVIDIA控制面板中点击右下角的 系统信

    2024年02月11日
    浏览(58)
  • CUDA(CUDA Toolkit)、显卡算力、PyTorch版本之间的匹配

    刚开始在Anaconda搞环境的时候没注意到这四者之间的对应关系,点进去CUDA Toolkit的安装官网: CUDA Toolkit 12.1 Downloads | NVIDIA Developer Resources CUDA Documentation/Release NotesMacOS Tools Training Sample Code Forums Archive of Previous CUDA Releases FAQ Open Source PackagesSubmit a BugTarball and Zip Archive Deliverables h

    2024年02月05日
    浏览(65)
  • 【Debug记录】CUDA out of memory.|显存不足|xx GiB reserved in total by PyTorch

    报错原因: “运行时错误:CUDA内存不足。尝试分配2.00 GiB(GPU 0;总容量10.76 GiB;已分配7.67 GiB;1.73 GiB可用;PyTorch总共保留8.20 GiB)“ 报错原因: 显存不足。(只是导入一个三维图像,使用unet模型,batchsize为1,numworks为0,在训练每个epoch后释放缓存torch.cuda.empty_cache(),验证

    2024年02月16日
    浏览(40)
  • 查看电脑有无独立显卡-是否可以跑深度学习

    win+R,输入 dxdiag ,回车 点击如图所示,如果有NVIDIA显卡说明可以; 但如果是集成显卡,或者是AMD的GPU,可能不太行。

    2024年02月07日
    浏览(45)
  • PyTorch、CUDA Toolkit 及显卡驱动版本对应关系

    CUDA驱动及CUDA Toolkit最高对应版本如下: 如果上述没有你想要的,参考官方文档 注:驱动是向下兼容的,其决定了可安装的CUDA Toolkit的最高版本。 CUDA Toolkit版本及可用PyTorch对应关系 注:虽有的卡驱动更新至较新版本,且CUDA Toolkit及PyTorch也可对应更新至新版本。但可能用不了

    2024年02月19日
    浏览(56)
  • 【深度学习环境配置】ubuntu 20.04+4060 Ti+CUDA 11.8+pytorch(装机、显卡驱动、CUDA、cudnn、pytorch)

    【深度学习环境配置】ubuntu 20.04+4060 Ti+CUDA 11.8+pytorch(装机、显卡驱动、CUDA、cudnn、pytorch) 📆 安装时间 2023.11.08-2023.11.10 Windows 和 Ubuntu 双系统的安装和卸载 B站教程 【本文基本上跟这个详细教程一致,优先推荐看这个!】ubuntu20.04 下深度学习环境配置 史上最详细教程 【精

    2024年02月04日
    浏览(65)
  • [pytorch]torch.cuda用法以及判断显卡是不是存在问题

    常见用法: torch.cuda.is_available() # 查看是否有可用GPU torch.cuda.device_count() # 查看GPU数量 torch.cuda.get_device_capability(device) # 查看指定GPU容量 torch.cuda.get_device_name(device) # 查看指定GPU名称 torch.cuda.empty_cache() # 清空程序占用的GPU资源 torch.cuda.manual_seed(seed) # 设置随机种子 torch.cuda.manu

    2024年02月10日
    浏览(53)
  • ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

    ubuntu18.04 melodic 宏基暗影骑士笔记本 ubuntu18.04 / ubuntu20.04 3060显卡+CUDA11.1+cudnn8.1.0+pytorch1.8.0+pycharm2021+Anaconda+vscode 1)换清华源 2)安装nvidia-driver-470-server 3)重启电脑 4)nvidia-smi (检查已显卡驱动版本) CUDA Version: 11.4 (显卡驱动API 11.4) CUDA下载地址:https://developer.nvidia.com/cuda-toolk

    2024年02月03日
    浏览(65)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包