CPU&GPU

  1. 常用函数

    #设置设备
    device=torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
    
    #判断是否有cuda可用
    if_cuda=torch.cuda.is_available()
    
    #统计gpu个数
    gpu_count=torch.cuda.device_count()
    
    #将模型设置为多个gpu并行模式
    model=torch.nn.DataParallel(net)
    optim=optim.SGD(model.module.parameters()
    
    #将数据放到GPU
    data=data.to(device)
    
    #将模型放到GPU
    model.to(device)
    
    # 清空cache缓存,该方法在cuda超内存时十分有用
    torch.cuda.empty_cache()
    

  2. 注意事项

    1. 模型to gpu时不需要赋值,而data to gpu时需要使用‘=’赋值
    2. 当数据位于gpu时,必须先data.cpu()才能转换成numpy,即data.cpu().numpy()
    3. model被DataParallel包装后,model.module才是原来的model
    4. model被DataParallel包装之后,其参数的device自动设置为cuda
  • 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