pytorch用于环境小知识点
1、torch.cuda.is_available()判断cuda是否可用
2、torch.device(“cuda:0”)返回一个device对象
3、torch.cuda.DoubleTensor是加载在cuda的变量,torch.FloatTensor是加载cpu的变量
4、model.cuda(device=device对象)代表model加载在device上
5、tensor对象.to(device=device对象)代表tensor加载在device上
6、model和data要么加载在cpu上,要么加载在gpu上
7、model对象.train() 有些网络层是需要的是trian模式,如dropout