如何测试pytorch使用的是GPU

在PyTorch中，你可以通过简单的操作来检查模型是否正在利用GPU运行。以下是几个步骤：

1. 首先，确保你的系统上安装了支持CUDA的NVIDIA GPU，并且已经成功安装了PyTorch及其cuDNN版本。

2. 导入`torch`库，并确认`cuda.is_available()`函数返回True，这表示有可用的GPU资源：

   import torch
   print(torch.cuda.is_available())

3. 如果你想查看当前设备信息，包括CPU和GPU，可以使用`torch.cuda.get_device_name()`或`torch.cuda.current_device()`：

   device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
   print(f"CUDA available: {device.type}")
   print(f"Current CUDA device: {torch.cuda.current_device()}")

4. 创建张量并指定它应该在GPU上运行：

   tensor = torch.randn(5, 5).to(device)

如果创建的张量位于GPU上，`tensor.device`将返回`cuda:0`等类似字符串。

如果你的代码在GPU上运行，但是上述操作返回False或没有使用到GPU，可能是由于设置、环境变量等原因导致。