250315

test/tf-cuda.py

@@ -0,0 +1,28 @@
+import tensorflow as tf
+
+# 打印 TensorFlow 版本
+print("TensorFlow 版本:", tf.__version__)
+
+# 检查 CUDA 是否可用
+cuda_available = tf.test.is_built_with_cuda()
+print(f"CUDA 支持: {cuda_available}")
+
+# 检查 GPU 是否可用
+gpu_available = tf.config.list_physical_devices('GPU')
+print(f"GPU 可用: {gpu_available}")
+
+# 打印可用设备
+print("\n可用设备：")
+for device in tf.config.list_physical_devices():
+    print(device)
+
+# 如果 GPU 可用，打印详细信息
+gpus = tf.config.list_physical_devices('GPU')
+if gpus:
+    print("\nGPU 详细信息：")
+    for gpu in gpus:
+        print(gpu)
+        print("设备名称:", gpu.name)
+        print("设备类型:", gpu.device_type)
+else:
+    print("\n未检测到GPU设备")

test/torch-cuda.py

@@ -0,0 +1,20 @@
+import torch
+
+# 打印 PyTorch 版本
+print("PyTorch 版本:", torch.__version__)
+
+# 检查 CUDA 是否可用
+cuda_available = torch.cuda.is_available()
+print(f"CUDA 可用: {cuda_available}")
+
+# 如果 CUDA 可用，打印 GPU 信息
+if cuda_available:
+    print("\nGPU 详细信息：")
+    print("GPU 数量:", torch.cuda.device_count())
+    print("当前 GPU:", torch.cuda.current_device())
+    print("GPU 名称:", torch.cuda.get_device_name(0))
+    print("GPU 内存:")
+    print("  已分配:", torch.cuda.memory_allocated())
+    print("  保留:", torch.cuda.memory_reserved())
+else:
+    print("\n未检测到GPU设备")