将Pytorch的GPU版改成CPU版

事情是这样的,我下载一个用 python 做表情识别的 demo,打算跑一下,但是配置好环境之后发现,demo 里应用的 Pytorch 是GPU 版的。我的显卡是支持 GPU 运算的,但是,我去 NVIDIA 官网下载 CUDA 包的时候发现下载不了,不能连接到 NVIDIA 的服务器(这是为啥呢,难道不开放下载吗?)于是就修改了程序,改成 CPU 版本。这个过程比我想象要简单许多。下面说一下过程:


 
 
  1. # 将torch.load()函数中加载的数据后面加一个选择CPU运算的参数:map_location='cpu'
  2. torch.load(xxxxxxx ,map_location= 'cpu' )

之后再把所有涉及 GPU 运算的语句注释掉就可以了。

 

**具体如下:**

pytorch将cpu训练好的模型参数load到gpu上,或者gpu->cpu上

假设我们只保存了模型的参数(model.state_dict())到文件名为modelparameters.pth, model = Net()

1. cpu -> cpu或者gpu -> gpu:

checkpoint = torch.load('modelparameters.pth')

model.load_state_dict(checkpoint)

2. cpu -> gpu 1

torch.load('modelparameters.pth', map_location=lambda storage, loc: storage.cuda(1))
 
 

3. gpu 1 -> gpu 0

torch.load('modelparameters.pth', map_location={'cuda:1':'cuda:0'})
 
 

4. gpu -> cpu

torch.load('modelparameters.pth', map_location=lambda storage, loc: storage)
 
 

或者:

如果出现这个报错

RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False.

If you are running on a CPU-only machine, please use torch.load with map_location='cpu' to map your storages to the CPU.

torch.load(opt.model,map_location='cpu')

 

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