torch.cuda.device_count() # 可以返回可用 GPU 的数量。
torch.cuda.get_device_name(device) # 可以获取特定 GPU 的名称。其中 device 是 GPU 的索引(从 0 开始)
# 查看所有gpu
for i in range(torch.cuda.device_count()):
print(torch.cuda.get_device_name(i))
'''
Tesla T4
Tesla T4
'''
mb5dc7e150492dd ©著作权
torch.cuda.device_count() # 可以返回可用 GPU 的数量。
torch.cuda.get_device_name(device) # 可以获取特定 GPU 的名称。其中 device 是 GPU 的索引(从 0 开始)
# 查看所有gpu
for i in range(torch.cuda.device_count()):
print(torch.cuda.get_device_name(i))
'''
Tesla T4
Tesla T4
'''
Cisco路由器常用查看命令
笔记本: 环境配置创建时间: 2018/10/18 16:52 更新时间: 2020/6/5 15:51标签: Pytorch在别人的基础上多次实践安装多次修改,之前在印象笔记上,共享出来大家可以参考交流URL: 搭建PyTorch环境(linux系统下)www.jianshu.com anaconda 安装Anaconda1. 下载到官⽅⽹站 https://www.a
举报文章
请选择举报类型
补充说明
0/200
上传截图
格式支持JPEG/PNG/JPG,图片不超过1.9M