1
2
3
import tensorflow as tf
tf.test.is_gpu_available()

1
2
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

1
2
3
4
5
6
7
8
9
10
11
12
13
14
验证cuda是否可用以及版本号，发现和本地的版本不一致，会导致不可用，重新下拉镜像
import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.backends.cudnn.version())
torch.cuda.is_available()
#cuda是否可用；
torch.cuda.device_count()
#返回gpu数量；
torch.cuda.get_device_name(0)
#返回gpu名字，设备索引默认从0开始；
torch.cuda.current_device()
#返回当前设备索引

1
2
3
4
5
device = torch.device("cuda:0" if (torch.cuda.is_available() and gpunumber > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())

1
2
3
4
5
import paddle
print(paddle.version.cuda())
import paddle
print(paddle.version.cudnn())

1
2
nvcc -V

1
2
3
4
5
import paddle
print(paddle.device.get_device())
import paddle
print(paddle.device.get_cudnn_version())

1
2
3
import paddle.fluid
paddle.fluid.install_check.run_check()