1.训练模型,数据(imgs,targets),loss函数后面加.cuda来进行gpu训练(训练模型和loss可以不用另外赋值,直接.cuda(),但是数据必须要进行赋值)
tudui = Tudui()#模型定义
if torch.cuda.is_available():
tudui = tudui.cuda()
#loss函数
loss_fn = nn.CrossEntropyLoss()
if torch.cuda.is_available():
loss_fn = loss_fn.cuda()
#imgs和targets
imgs,targets = data
if torch.cuda.is_available():
imgs.cuda()
targets.cuda()
2.在训练模型,数据,loss后.to(device),提前定义torch.device()("cpu","cuda:0","cuda:1"),如下一个小栗子
#定义训练的设备
device = torch.device("cpu")
tudui = Tudui()
tudui = tudui.to(device)