有勇气的牛排博客
☰

torch机器学习GPU信息查看

1 查看GPU版本

1.1 Win

1.1.1 使用命令行 nvidia-smi(推荐)

按下 Win + R，输入 cmd 打开命令提示符。

nvidia-smi

输出案例：

+---------------------------------------------------------------------------------------+
| NVIDIA-SMI 537.70                 Driver Version: 537.70       CUDA Version: 12.2     |
|-----------------------------------------+----------------------+----------------------+
| GPU  Name                     TCC/WDDM  | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |         Memory-Usage | GPU-Util  Compute M. |
|                                         |                      |               MIG M. |
|=========================================+======================+======================|
|   0  NVIDIA GeForce RTX 4060 ...  WDDM  | 00000000:01:00.0 Off |                  N/A |
| N/A   43C    P8               1W /  80W |    839MiB /  8188MiB |      0%      Default |
|                                         |                      |                  N/A |
+-----------------------------------------+----------------------+----------------------+

Windows查看GPU信息

1.1.2 通过 NVIDIA 控制面板查看

  1. 桌面右键 → 点击“NVIDIA 控制面板”。
  2. 进入菜单栏“帮助” → 选择“系统信息”。
  3. 在弹出窗口中查看“驱动版本”、“CUDA Cores”等信息。

2 安装支持 CUDA 的 PyTorch 版本

根据电脑上的 CUDA 版本，在官网选适合的命令：

官网地址：https://pytorch.org/get-started/locally/

假设 CUDA 版本是 12.2，使用以下命令：

pip install torch==2.3.1 torchvision==0.18.1+cu121 torchaudio==2.3.1+cu121 --index-url https://download.pytorch.org/whl/cu121

3 验证安装成功

检测脚本：

import torch

print(f"是否检测到 CUDA GPU: {torch.cuda.is_available()}")  # 是否检测到 CUDA GPU
print(f"PyTorch 支持的 CUDA 版本: {torch.version.cuda}")  # PyTorch 支持的 CUDA 版本
print(f"GPU 数量: {torch.cuda.device_count()}")  # GPU 数量
print(f"当前设备ID: {torch.cuda.current_device()}")  # 当前设备ID


if torch.cuda.is_available():
    for i in range(torch.cuda.device_count()):
        print(f"\nGPU {i} 信息：")
        print(f"  名称: {torch.cuda.get_device_name(i)}")
        print(f"  计算能力: {torch.cuda.get_device_capability(i)}")
        print(f"  显存总量: {torch.cuda.get_device_properties(i).total_memory / 1024**3:.2f} GB")
else:
    print("无可用 GPU")

python脚本查看GPU CUDA版本信息

评论区

×
×