发现了解决该问题的方法:(特别是实验室服务器单机多卡的情况)
TensorFlow时代的做法是,
import os
os.environ['CUDA_ENABLE_DEVICES'] = '0'
但是该方法在Pytorch代码并不适用,正确的操作方法是:
import torch
torch.cuda.set_device(0)
————————————————
发现了解决该问题的方法:(特别是实验室服务器单机多卡的情况)
TensorFlow时代的做法是,
import os
os.environ['CUDA_ENABLE_DEVICES'] = '0'
但是该方法在Pytorch代码并不适用,正确的操作方法是:
import torch
torch.cuda.set_device(0)
————————————————