【libtorch】tensor.to(at::CUDA)不生效以及 tensor.to(at::CUDA)&&model.to(at::CUDA)的区别

tensor.to(at::CUDA)&&model.to(at::CUDA)的区别

执行tensor.to(at::CUDA)发现tensor还在cpu中

官方文档如下:文档链接

在这里插入图片描述
注意move和return的区别
对于model,是move,即将model从cpu中移动到GPU中
对于tensor,是return,即返回一个新的tensor,新的Tensor在gpu中,原赖的Tensor还在CPU中

代码例子:

torch::Tensor a = torch::ones({23});	//此时a在cpu中
a.to(at::kCUDA);	// 跟pytrch不一样,这么用的话,a仍然还在cpu中,典型的被pytorch坑了
torch::Tensor b = a.to(at::kCUDA);	// 此时b在gpu中,a在cpu中,正确用法

一步到位法:

torch:Tensor a = torch::ones({2, 3}).to(at::kCUDA);

如果是model的话,就直接是move可,代码例子:

torch::jit::script::Module get_jit_module(std::string model_path){
    torch::jit::script::Module module;
    //读取模型
    try {
        module = torch::jit::load(model_path);
        module.to(at::kCUDA);	// 直接移到cuda中
    } catch (const c10::Error& e) {
        std::cerr << "Error : can't load the jit file..." << std::endl;
        throw(e);
    }
    return module;
}
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值