Micheal 超 的博客

Ubuntu安装 Pytorch GPU版(已装好CUDA和CUDNN)

Ubuntu20.04 安装 CUDA10.1 和 CUDNN7.6.5

环境准备conda create -n graphPytorch python=3.6conda create -n graphPytorch python=3.7conda env listconda activate graphPytorchconda remove -n graphPytorch --all添加环境conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-

支持使用多块GPU进行训练import osimport torchimport torch.nn as nnfrom torch import optimfrom torch.utils.data import DataLoaderfrom torchvision import transforms, datasets, modelsfrom torchsummary import summaryclass VGGNet(nn.Module): def __init__(sel

1. 使用summary输出模型结构安装torchsummary：pip install torchsummary使用：from torchsummary import summarysummary(your_model, input_size=(channels, H, W))参考文章：使用torchsummary打印torch每层形状：https://www.cnblogs.com/yyf2019/p/11674266.html2. 使用 torchviz 输出模型结构图安装Grap

注：本文针对单个服务器上多块GPU的使用，不是多服务器多GPU的使用。当你的电脑中有多块GPU时，可以增加batch_size来加快训练速度等。涉及的代码import torch判断你的电脑或者pytorch是否能使用GPU来加速模型的训练torch.cuda.is_available() --> model = model.cuda()或者device = torch.device("cuda" if torch.cuda.is_available() else "cpu") --

说明数据集采用的是MNIST数据集(训练集60000个， 测试集10000个，单通道28*28的图片)采用的网络模型结构程序在GPU上跑的。运行时watch -n 1 nvidia-smi实时查看电脑GPU的使用情况。目录结构测试集代码# 需要导入的包import torchfrom torch.utils import data # 获取迭代数据from torch.a...

参考自官网：torchvision.datasets总介绍torchvision.datasets中包含了以下数据集MNISTCOCO（用于图像标注和目标检测）(Captioning and Detection)LSUN ClassificationImageFolderImagenet-12CIFAR10 and CIFAR100STL10详细介绍(以mnist手写数字集...