cómo comprobar si cuda está disponible ejemplo de código

Si te encuentras con algo que te causa duda puedes dejarnos un comentario y te responderemos lo mas rápido que podamos.

Ejemplo 1: verificación de la versión de cuda

nvcc --version

Ejemplo 2: pytorch comprobar gpu

In [1]: import torch

In [2]: torch.cuda.current_device()
Out[2]: 0

In [3]: torch.cuda.device(0)
Out[3]: <torch.cuda.device at 0x7efce0b03be0>

In [4]: torch.cuda.device_count()
Out[4]: 1

In [5]: torch.cuda.get_device_name(0)
Out[5]: 'GeForce GTX 950M'

In [6]: torch.cuda.is_available()
Out[6]: True

Ejemplo 3: compruebe si pytorch está usando un ejemplo mínimo de gpu

import torch
import torch.nn as nn
dev = torch.device("cuda")if torch.cuda.is_available()else torch.device("cpu")
t1 = torch.randn(1,2)
t2 = torch.randn(1,2).to(dev)
print(t1)# tensor([[-0.2678,  1.9252]])
print(t2)# tensor([[ 0.5117, -3.6247]], device='cuda:0')
t1.to(dev) 
print(t1)# tensor([[-0.2678,  1.9252]]) 
print(t1.is_cuda)# False
t1 = t1.to(dev)
print(t1)# tensor([[-0.2678,  1.9252]], device='cuda:0') 
print(t1.is_cuda)# True

class M(nn.Module):
    def __init__(self):        
        super().__init__()        
        self.l1 = nn.Linear(1,2)

    def forward(self, x):                      
        x = self.l1(x)return x
model = M()# not on cuda
model.to(dev)# is on cuda (all parameters)
print(next(model.parameters()).is_cuda)# True

Ejemplo 4: verifique la versión de cuda pytorch

torch.version.cuda

Ejemplo 5: como saber si tengo cuda instalado

C:ProgramDataNVIDIA CorporationCUDA Samplesv11.1

Ejemplo 6: como saber si tengo cuda instalado

C:ProgramDataNVIDIA CorporationCUDA Samplesv11.1binwin64Release

Aquí puedes ver las reseñas y valoraciones de los lectores

Te invitamos a añadir valor a nuestra información tributando tu experiencia en las críticas.

---

---

Utiliza Nuestro Buscador