使用Python的list_local_devices()函数发现本地设备

在Python中，我们可以使用tensorflow库中的list_local_devices()函数来获取本地设备的列表。这个函数返回一个Device对象的列表，每个对象代表一个可用的设备。这其中包括CPU和GPU设备。

下面是一个使用list_local_devices()函数的示例代码：

import tensorflow as tf

def list_local_devices():
    devices = tf.config.list_local_devices()
    return [device.name for device in devices]

if __name__ == "__main__":
    device_list = list_local_devices()
    print("Available Devices:")
    for device in device_list:
        print(device)

在这个例子中，我们先导入tensorflow库，然后定义了一个名为list_local_devices()的函数。在这个函数中，我们使用tf.config.list_local_devices()来获取本地设备的列表。然后，我们通过遍历这个列表，将每个设备的名字存储在一个新的列表中并返回。

在主程序中，我们调用list_local_devices()函数来获取本地设备列表，并打印出所有可用设备的名字。

运行这段代码，你将会看到类似下面的输出：

Available Devices:
CPU:0
GPU:0

在这个例子中，我们的本地设备列表中包括一个CPU设备和一个GPU设备。设备的名字是以字符串的形式给出的，格式为"设备类型:设备索引"。在这个例子中，CPU设备的索引为0，GPU设备的索引也为0。

请注意，要使用tensorflow库，你需要先安装它。你可以使用pip命令来安装tensorflow，如下所示：

pip install tensorflow

这样，你就可以使用list_local_devices()函数来获取本地设备的列表了。你可以根据这个列表来选择在何处运行你的代码，例如在CPU上或者在GPU上。