pytorch使用gpu的两种方式

在使用gpu进行训练或推理会比纯用cpu快好几倍，所以一般我们如果设备有gpu都尽量会用上gpu。
首先能使用gpu的有：数据（输入的图片、标注的label），损失函数，网络模型。

方法一

这三处都调用.cuda()进行返回。
网络模型：

损失函数：

数据（输入的图片、标注的label）：
训练集、验证集、测试集（这里拿训练集贴图举例）。

方式二

首先定义网络训练的设备，然后三处都调用.to(device)进行返回

# 定义训练的设备
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

网络模型：

损失函数：

数据（输入的图片、标注的label）：
训练集、验证集、测试集（这里拿训练集贴图举例）。