PyTorch-1.10(四)--torch序列化、线程和禁用启用梯度计算

序列化

save

将对象保存到磁盘文件。

load

​ 从文件中加载用torch.save()保存的对象

线程数

get_num_threads

返回用于并行化CPU操作的线程数

set_num_threads

设置CPU上用于操作内并行的线程数。

get_num_interop_threads

返回CPU上用于操作间并行的线程数。

set_num_interop_threads

设置用于互操作并行性的线程数。

禁用和启用梯度计算

上下文管理器有助于禁用和启用梯度计算

 torch.no_grad()

 torch.enable_grad()

 torch.set_grad_enabled() 

no_grad

上下文管理器禁用梯度计算.

enable_grad

上下文管理器启用梯度计算.

set_grad_enabled

上下文管理器将“梯度计算”设置为“开”或“关”。

is_grad_enabled

如果当前启用梯度模式,则返回True。

inference_mode

上下文管理器启用或禁用推理模式

is_inference_mode_enabled

如果当前启用了推理模式,则返回True。
>>> x = torch.zeros(1, requires_grad=True)
>>> with torch.no_grad():
...     y = x * 2
>>> y.requires_grad
False

>>> is_train = False
>>> with torch.set_grad_enabled(is_train):
...     y = x * 2
>>> y.requires_grad
False

>>> torch.set_grad_enabled(True)  # this can also be used as a function
>>> y = x * 2
>>> y.requires_grad
True

>>> torch.set_grad_enabled(False)
>>> y = x * 2
>>> y.requires_grad
False

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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