Pytorch GPU操作（CUDA）

使用GPU前，我们首先需要查看GPU信息，这可以通过如下命令实现：

在命令行输入：

    nvidia-smi

输出如下：

可以看到总共有两块3090显卡。

一、设定计算设备

在默认设置下PyTorch会将数据存储在内存中，并且依赖于CPU来进行运算。因此我们需要手动配置GPU相关信息。接下来我们将介绍几个相关的指令。

• 判断当前系统是否存在 CUDA 加速器：torch.cuda.is_available()
• 获取 CUDA 设备总数：torch.cuda.device_count()
• 获取当前 CUDA 设备索引值（从0开始）：torch.cuda.current_device()
• 通过指定索引值获取 CUDA 设备名称：torch.cuda.get_device_name(index_number:int)

二、TENSOR的GPU计算

通常情况下，默认会将Tensor存储在内存中。因此，在打印时无法看到显卡相关标识。

    x=torch.tensor([1,2,3])
    print(