在我們跑深度學習的時候，繞不開的一定是gpu顯卡，但是如何檢測是否使用gpu那？下面我講提供一段代碼，可以檢測自己是否開啟了gpu或含有gpu。

import torch

# 檢查是否支持 CUDA（即是否有可用的 NVIDIA GPU）
flag = torch.cuda.is_available()
print(flag)  # 輸出 True 或 False，表示是否支持 CUDA

# 設置設備（GPU 或 CPU）
ngpu = 1  # 假設使用 1 個 GPU
# 如果支持 CUDA 且 ngpu > 0，則使用 GPU（cuda:0 表示第一個 GPU），否則使用 CPU
device = torch.device("cuda:0" if torch.cuda.is_available() and ngpu > 0 else "cpu")
print(device)  # 輸出設備類型（cuda:0 或 cpu）

# 如果使用 GPU，打印 GPU 的名稱
print(torch.cuda.get_device_name(0))  # 輸出第一個 GPU 的名稱

# 創建一個隨機張量并將其移動到 GPU（如果使用 GPU）
print(torch.rand(3, 3).cuda())  # 創建一個 3x3 的隨機張量并移動到 GPU（如果支持 CUDA）

import torch # 這里其實可以不使用，只是我的習慣而已~

# 獲取 CUDA 的版本號
cuda_version = torch.version.cuda
print("Cuda Version:", cuda_version)  # 輸出 CUDA 的版本號

# 獲取 cuDNN 的版本號
cudnn_version = torch.backends.cudnn.version()
print("Cudnn Version:", cudnn_version)  # 輸出 cuDNN 的版本號