PyTorch：检查GPU可用性并查看CUDA支持

pytorch 检查每块GPU是否可用 pytorch查看cuda
PyTorch是一个广泛使用的深度学习框架，它支持使用GPU来加速计算。在使用PyTorch之前，我们需要检查每块GPU是否可用。下面是一些使用PyTorch检查每块GPU是否可用以及查看CUDA支持情况的步骤。

1. 首先，我们需要导入PyTorch库。在命令行中输入以下代码：

   import torch

2. 接下来，我们可以使用torch.cuda.is_available()函数来检查每块GPU是否可用。这个函数将返回一个布尔值，如果GPU可用，则返回True，否则返回False。我们可以使用一个for循环来检查所有可用的GPU。以下是一个示例代码：

   for i in range(torch.cuda.device_count()):
   print(f"GPU {i}: {torch.cuda.is_available()}")

   这段代码将输出类似以下的结果：

   GPU 0: True
   GPU 1: False

   这表明第一块GPU可用，而第二块GPU不可用。
3. 如果您的系统支持CUDA，您还可以使用torch.cuda.get_device_name()函数来获取每个设备的名称。您可以将设备编号作为参数传递给该函数，它将返回设备的名称。以下是一个示例代码：

   for i in range(torch.cuda.device_count()):
   if torch.cuda.is_available():
   print(f"GPU {i}: {torch.cuda.get_device_name(i)}")

   这段代码将输出类似以下的结果：

   GPU 0: GeForce GTX 1080 Ti
   GPU 1: GeForce GTX 1070

   这表明第一块GPU是GeForce GTX 1080 Ti，第二块GPU是GeForce GTX 1070。