Функция cuda.is_available

Функция cuda.is_available возвращает True, если PyTorch может использовать GPU с поддержкой CUDA, и False в противном случае. Функция не принимает никаких параметров и часто используется для условного выполнения кода, который должен работать как на CPU, так и на GPU.

Синтаксис

torch.cuda.is_available()

Пример

Давайте проверим доступность CUDA на текущей системе:

import torch

res = torch.cuda.is_available()
print(res)

Результат выполнения кода:

True

Если CUDA доступна, функция вернет True, иначе False.

Пример

Давайте используем cuda.is_available для выбора устройства выполнения вычислений:

import torch

device = 'cuda' if torch.cuda.is_available() else 'cpu'
t = torch.tensor([1, 2, 3, 4, 5], device=device)
print(t)
print(t.device)

Результат выполнения кода:

tensor([1, 2, 3, 4, 5], device='cuda:0')
cuda:0

Если CUDA недоступна, тензор будет создан на CPU.

Пример

Давайте условно выполним операции на GPU, если он доступен:

import torch

if torch.cuda.is_available():
	t = torch.tensor([1, 2, 3, 4, 5], device='cuda')
	t = t * 2
	print(t)
else:
	print("CUDA is not available")

Результат выполнения кода:

tensor([2, 4, 6, 8, 10], device='cuda:0')

Такой подход позволяет писать код, который работает как на системах с GPU, так и без него.

Смотрите также

функцию device_count,
которая возвращает количество доступных GPU
функцию current_device,
которая возвращает индекс текущего устройства
функцию set_device,
которая устанавливает текущее устройство
функцию is_initialized,
которая проверяет, инициализирована ли CUDA