检验torch gup是否可用

在PyTorch中，`torch.cuda.is_available()`是一个常用函数，用于检查GPU是否可以被程序访问。这个函数会返回一个布尔值，如果设备存在并且支持CUDA计算，则返回True，否则返回False。如果你想要更详细的验证GPU的状态，如显存大小、CUDA版本等，你可以使用`torch.cuda.get_device_name()`获取设备名称，`torch.cuda.memory_allocated(device)`获取指定设备的总分配内存，`torch.cuda.memory_cached(device)`获取缓存内存等。

例如：

import torch

# 检查是否有可用的GPU
if torch.cuda.is_available():
    device = torch.device("cuda")
    print(f"当前有{device}设备，并且其名称是：{torch.cuda.get_device_name(0)}")

    # 获取GPU的具体信息
    memory_total = torch.cuda.get_device_properties(device).total_memory
    allocated_memory = torch.cuda.memory_allocated(device)
    cached_memory = torch.cuda.memory_cached(device)

    print(f"总内存：{memory_total}, 已分配内存：{allocated_memory}, 缓存内存：{cached_memory}")
else:
    print("未检测到可用的GPU")