用python写一段代码，判断gpu是否可用

您好，我是 CSDN 开发的 C 知道，以下是回答您的问题：

您可以使用 Python 中的 TensorFlow 库来判断 GPU 是否可用。具体代码如下：

import tensorflow as tf

# 判断 GPU 是否可用
if tf.test.is_gpu_available():
print("GPU 可用")
else:
print("GPU 不可用")

希望能够帮助您解决问题。

相关问题

用tensorflow,请你写一段Python代码，看下gpu是否被调用

在TensorFlow中检查GPU是否被使用的代码通常涉及到硬件环境检测。以下是一个简单的示例，它首先尝试在GPU上运行一个矩阵乘法操作，如果成功，则说明GPU被启用；如果失败，那么可能会提示GPU未启用或没有正确配置。

import tensorflow as tf
from tensorflow.python.client import device_lib

def is_gpu_available():
    # 获取可用设备信息
    local_device_protos = device_lib.list_local_devices()
    
    # 检查是否有GPU设备
    return any(device.name.lower().startswith('device:gpu') for device in local_device_protos)

try:
    with tf.device('/GPU:0'):  # 如果有GPU，这行代码会在GPU上运行
        a = tf.constant([[1.0, 2.0], [3.0, 4.0]])
        b = tf.constant([[5.0, 6.0], [7.0, 8.0]])
        c = tf.matmul(a, b)
except ValueError:
    print("No GPU detected or not available.")
else:
    if is_gpu_available():
        print("Using GPU")
    else:
        print("CPU used instead of GPU")

python，从第一个GPU更改到第二个GPU

要将Python代码中的程序从第一个GPU更改为第二个GPU，可以使用PyTorch提供的`torch.cuda.set_device()`函数来指定要使用的GPU设备。

以下是更改GPU设备的示例代码：

import torch

device = torch.device("cuda:1" if torch.cuda.is_available() else "cpu")
torch.cuda.set_device(device)

首先，通过`torch.cuda.is_available()`检查CUDA是否可用。如果可用，会选择第二个GPU（索引为1），否则将使用CPU。

然后，通过`torch.cuda.set_device()`将当前设备设置为所选的GPU。

在此之后，所有的PyTorch操作都将在第二个GPU上执行。你可以将这段代码放在你的程序开始的位置，确保后续的操作都在第二个GPU上执行。