测试安装的GPU驱动是否成功，或者深度学习框架是否可用。
tensorflow/keras
>>> import tensorflow as tf
# 对于tf1.x版本，如果输出True，则表示GPU可以使用，False表示驱动安装不正确或者其他原因
>>> print(tf.test.is_gpu_available())
True
# 对于tf2.5版本，可以用下面语句输出可用的哪几块GPU，其他的2.1~2.4没测试
>>> tf.config.list_physical_devices('GPU')
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU'),
PhysicalDevice(name='/physical_device:GPU:1', device_type='GPU'),
PhysicalDevice(name='/physical_device:GPU:2', device_type='GPU'),
PhysicalDevice(name='/physical_device:GPU:3', device_type='GPU')]
pytorch
>>> import torch
# 如果输出True，则表示GPU可以使用，False表示驱动安装不正确或者其他原因
>>> print(torch.cuda.is_available())
paddlepaddle
>>> import paddle
# 如果输出PaddlePaddle is installed successfully!，则表示GPU可以使用
>>> paddle.utils.run_check()
