python写个检测本机GPU的程序

要使用 Python 编写检测本机 GPU 的程序，可根据不同的 GPU 厂商和框架来实现。以下分别给出使用 NVIDIA GPU 的 CUDA 以及通用的 PyTorch 和 TensorFlow 框架的示例代码。 ### 使用 NVIDIA CUDA 若使用 NVIDIA GPU，可借助 `pynvml` 库来检测 GPU 信息。需先安装该库： ```bash pip install pynvml ``` 示例代码如下： ```python import pynvml # 初始化 NVML pynvml.nvmlInit() # 获取 GPU 设备数量 device_count = pynvml.nvmlDeviceGetCount() print(f"本机检测到的 GPU 数量: {device_count}") # 遍历每个 GPU 设备并打印信息 for i in range(device_count): handle = pynvml.nvmlDeviceGetHandleByIndex(i) info = pynvml.nvmlDeviceGetMemoryInfo(handle) name = pynvml.nvmlDeviceGetName(handle) print(f"GPU {i} 信息:") print(f" 名称: {name.decode('utf-8')}") print(f" 总显存: {info.total / 1024 ** 3:.2f} GB") print(f" 已使用显存: {info.used / 1024 ** 3:.2f} GB") print(f" 空闲显存: {info.free / 1024 ** 3:.2f} GB") # 关闭 NVML pynvml.nvmlShutdown() ``` ### 使用 PyTorch 若使用 PyTorch 框架，可使用以下代码检测 GPU 是否可用以及获取 GPU 信息： ```python import torch # 检查 GPU 是否可用 if torch.cuda.is_available(): print("GPU 可用") # 获取 GPU 设备数量 device_count = torch.cuda.device_count() print(f"本机检测到的 GPU 数量: {device_count}") # 打印每个 GPU 的名称 for i in range(device_count): print(f"GPU {i} 名称: {torch.cuda.get_device_name(i)}") else: print("GPU 不可用") ``` ### 使用 TensorFlow 若使用 TensorFlow 框架，可使用以下代码检测 GPU 是否可用： ```python import tensorflow as tf # 检查 GPU 是否可用 gpus = tf.config.list_physical_devices('GPU') if gpus: print("GPU 可用") print(f"本机检测到的 GPU 数量: {len(gpus)}") for gpu in gpus: print(f"GPU 信息: {gpu}") else: print("GPU 不可用") ```

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇 python pandas删除df.column行后重置序列

目录

python写个检测本机GPU的程序

Python内容推荐

python车流量检测车流统计车辆计数yolov5 deepsort车流检测配置gpu和训练模型视频教程

详解python中GPU版本的opencv常用方法介绍

Python基于pyCUDA实现GPU加速并行计算功能入门教程

GPU编程实战-基于Python和CUDA.pdf

物体检测识别python源代码

opencv4.2 python gpu编译版

Python-深度学习GPU训练系统

Python-YOLOLITE专门为没有GPU计算机优化的实时目标检测算法

使用python语言的超轻量openpose源码，能实时对人体进行姿态检测，下载可直接运行

Python-小型Python库自动将CUDAVISIBLEDEVICES设置为多GPU系统上最小负载的设备

GPU Computing in Python

python基于opencv检测程序运行效率

python摔倒检测，跌倒检测openpose站立行为检测

windows版本fasterRcnn编译好的python代码部分-GPU

车辆检测系统（python）

Python-TensorFlow基于深度学习的图像信息隐写

Python-MTCNN人脸检测和算法

5. 深度学习中的目标检测 python代码实现

python判断onnxruntime的gpu是否能用.md

多智能体安全防护：沙箱、审批门与交接校验的Python实现

【带状电容器计算用于电容式触摸传感器应用】半数值模型的电容式触摸传感器集成于金属基材涂层中研究（Matlab代码实现）

(Multisim课设资料)最全面函数信号发生器(三角波+正弦波+方波信号+锯齿波仿真设计+报告文档

BMS保护板原理图+PCB+固件源码+bin文件+上位机

无刷直流电机BLDC无感+滑模观测器+转速电流双闭环PI控制（总共三个仿真模型）（Simulink仿真实现）

基于UC3842的反激式开关电源Multisin仿真设计【仿真+原理说明+参考文档】

COMSOL仿真在超声波探测技术中的应用研究

Redis服务化第一道生死关：systemd单元文件11项安全加固规范（含DropCapabilities、PrivateTmp、RestrictSUIDSGID实测生效清单）

APB2总线上的外设为什么必须依赖PCLK2时钟才能正常工作？

深入解读CarSim与Simulink下的车辆轨迹跟踪控制

单机多实例隔离实战手册（3实例零干扰）：CPU绑核+内存cgroup+网络命名空间+端口防火墙策略四维隔离，生产环境已稳定运行896天