<记录>基于pytorch的cifar-10卷积神经网络(CNN)分类

0,开始之前(不使用GPU可以直接跳到第一步)

运行环境:win10+py3.7.8+pycharm
(可选部分:GPU环境:GTX 1660+cuda10.2+cudnn8.1.0)

cuda和cudnn简单的说就是两个用于机器学习的包,安装稍有点麻烦

训练模型过程中使用GPU加速是可选的,如:

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

使用CPU计算会占用过多CPU资源,使用GPU理论上可以大大减少训练时间(但由于过多的IO操作加速并不非常明显,不过可以大大减轻CPU的负担)

如何配置cuda和安装GPU版本的pytorch可以参考博客:pytorch-gpu版本安装

下面代码可以测试GPU加速是否成功

import torch
import time

print(torch.__version__)        # 返回pytorch的版本
print(torch.cuda.is_available())        # 当CUDA可用时返回True

a = torch.randn(10000, 10000
  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 13
    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 13
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