python查看gpu信息 并选择
import torch


def select_device(id):
    force_cpu = False
    if id == -1: force_cpu = True
    cuda = False if force_cpu else torch.cuda.is_available()
    device = torch.device('cuda:{}'.format(id) if cuda else 'cpu')

    if not cuda:
        print('Using CPU')
    if cuda:
        c = 1024 ** 2  # bytes to MB
        ng = torch.cuda.device_count()
        x = [torch.cuda.get_device_properties(i) for i in range(ng)]
        print("Using CUDA device0 _CudaDeviceProperties(name='%s', total_memory=%dMB)" %
              (x[0].name, x[0].total_memory / c))
        if ng > 0:
            # torch.cuda.set_device(0)  # OPTIONAL: Set GPU ID
            for i in range(1, ng):
                print("           device%g _CudaDeviceProperties(name='%s', total_memory=%dMB)" %
                      (i, x[i].name, x[i].total_memory / c))

    return device


if __name__ == "__main__":
    _ = select_device(0)

查看显卡信息：
lspci | grep vga

或
lshw -C display

或用
nvidia-smi

查看nvidia显卡的信息
查看显卡驱动：
lshw -c video | grep configuration

nvidia-smi

也会显示nvidia显卡的驱动信息

查看显卡信息

nvidia-smi

每隔1s刷新一次信息：

watch -n 1 -d nvidia-smi

Linux查看显卡信息：
[python] view plain copy
lspci | grep -i vga  
使用nvidia GPU可以：
[python] view plain copy
lspci | grep -i nvidia  



前边的序号 "00:0f.0"是显卡的代号(这里是用的虚拟机);
查看指定显卡的详细信息用以下指令：
[python] view plain copy
lspci -v -s 00:0f.0  

Linux查看Nvidia显卡信息及使用情况
Nvidia自带一个命令行工具可以查看显存的使用情况：
[python] view plain copy
nvidia-smi  


表头释义： 
Fan：显示风扇转速，数值在0到100%之间，是计算机的期望转速，如果计算机不是通过风扇冷却或者风扇坏了，显示出来就是N/A； 
Temp：显卡内部的温度，单位是摄氏度；
Perf：表征性能状态，从P0到P12，P0表示最大性能，P12表示状态最小性能；
Pwr：能耗表示； 
Bus-Id：涉及GPU总线的相关信息； 
Disp.A：是Display Active的意思，表示GPU的显示是否初始化； 
Memory Usage：显存的使用率； 
Volatile GPU-Util：浮动的GPU利用率；
Compute M：计算模式； 
下边的Processes显示每块GPU上每个进程所使用的显存情况。
如果要周期性的输出显卡的使用情况，可以用watch指令实现：
[python] view plain copy
watch -n 10 nvidia-smi  
命令行参数-n后边跟的是执行命令的周期，以s为单位。