python - 运行pytorch时如何让cuda加载？

Question

我有一个带有 pytorch 和 cudatoolkit 10.1 的旧 conda 虚拟环境。我能够运行代码，并且总是在开始时收到以下消息:

I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library libcudart.so.10.1

但是，我用cudatoolkit 11.0创建了一个新的虚拟环境，但是现在这个消息并没有在代码的开头运行(我也没有得到一个错误消息说它找不到文件)，最终代码崩溃了当它尝试使用 gpu 时。如何确保它正确加载 GPU 支持？

Answer 1

在 Tensorflow 中，为了确保代码在 GPU 上正常运行与否，运行此示例代码，

import tensorflow as tf
tf.debugging.set_log_device_placement(True)

# Create some tensors
a = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
b = tf.constant([[1.0, 2.0], [3.0, 4.0], [5.0, 6.0]])
c = tf.matmul(a, b)

print(c)

#Output : It loads the GPU support
Executing op MatMul in device /job:localhost/replica:0/task:0/device:GPU:0
tf.Tensor(
[[22. 28.]
 [49. 64.]], shape=(2, 2), dtype=float32)