Pytorch查看GPU状态

import torch
 
print(torch.cuda.is_available())  # 是否有GPU可用
 
print(torch.cuda.device_count())  # GPU数量
 
print(torch.cuda.get_device_name(0))  # gpu名字，设备索引默认从0开始
 
print(torch.cuda.current_device())  # 当前设备索引
  
print(torch.cuda.get_device_properties(0))  # gpu属性，设备索引默认从0开始

print(torch.cuda.get_device_capability(device=None))  # 获取设备的CUDA能力capability

True

1

'Tesla V100-SXM2-32GB'

0

_CudaDeviceProperties(name='Tesla V100-SXM2-32GB', major=7, minor=0, total_memory=32501MB, multi_processor_count=80)

（7， 0）  

​ Major version number (主要版本号) ：这表示了GPU的主要架构系列。例如，”Turing” 架构的主要版本号是 7，而 “Pascal” 的主要版本号是 6。
​ Minor version number (次要版本号) ：这进一步细分了在同一主要架构下的不同子版本或变种。