importtorchdefcheck_available_gpus():print(f"可用GPU数量:{torch.cuda.device_count()}")foriinrange(torch.cuda.device_count()):print(f"GPU{i}名称:{torch.cuda.get_device_name(i)}")check_available_gpus() 1. 2. 3. 4. 5.
在Python中设置可见GPU设备是一个常见的需求,特别是在处理深度学习任务时。以下是一个详细的步骤指南,帮助你设置和验证GPU设备的可见性: 1. 列出系统中所有可用的GPU设备 在开始之前,你需要知道系统中所有可用的GPU设备。这可以通过使用TensorFlow或PyTorch库来实现。 使用TensorFlow列出GPU设备: python import tensorflow...
步骤1:导入操作系统库 首先,你需要导入Python的操作系统库,以便可以使用环境变量。 importos# 导入操作系统库 1. 步骤2:设置环境变量,使得GPU不可见 接下来,我们希望设置环境变量,使得所有深度学习框架无法访问任何GPU。通过设置CUDA_VISIBLE_DEVICES为-1,即可实现此功能。 os.environ["CUDA_VISIBLE_DEVICES"]="-1"...