写神经网络模型的准备代码

最新推荐文章于 2024-10-06 04:54:44 发布

纫秋兰以为佩

最新推荐文章于 2024-10-06 04:54:44 发布

阅读量246

点赞数

分类专栏： Python - 应用

本文链接：https://blog.csdn.net/sinat_27421407/article/details/117670826

版权

机器学习同时被 2 个专栏收录

32 篇文章 0 订阅

订阅专栏

Python - 应用

19 篇文章 0 订阅

订阅专栏

本文档展示了如何在Python中设置CUDA设备，使用`torch`库指定GPU索引。通过`torch.cuda.is_available()`检查GPU可用性，并确保随机数种子的一致性以复现实验结果。此外，还引入了`IncrementalBar`进行命令行进度显示，适用于数据处理或训练过程的可视化跟踪。

摘要由CSDN通过智能技术生成

parser.add_argument('--gpu-index', type=int, default=0, metavar='N')
args = parser.parse_args()
device = torch.device('cuda', index=args.gpu_index) if torch.cuda.is_available() else torch.device('cpu')

if torch.cuda.is_available():
    torch.cuda.set_device(args.gpu_index)

np.random.seed(args.seed)
torch.manual_seed(args.seed)
env.seed(args.seed)

# 命令行运行，进度提示
from progress.bar import IncrementalBar
mylist = [1, 2, 3, 4, 5, 6, 7, 8]
bar = IncrementalBar('Countdown', max=len(mylist))
for item in mylist:
    bar.next()
    time.sleep(1)
bar.finish()