【pytorch】用cuda(GPU)处理数据

本文详细介绍了如何在PyTorch中利用CUDA进行GPU数据处理,包括设置GPU可见性、直接在GPU创建张量、从CPU转移到GPU、在CUDA中训练模型以及解决显存不足和训练过程中的卡顿问题。提供了多种实用技巧和避坑建议。
摘要由CSDN通过智能技术生成

考虑到各种运算只能在cpu或者gpu运算,不能混和运算,本文介绍常用的几种把数据挪到gpu或者直接在gpu创建数据再进行运算的方法。

1 设置GPU的一些操作

  • 设置在os端哪些GPU可见,如果不可见,那肯定是不能够调用的~
import os
GPU = '0,1,2'
os.environ['CUDA_VISIBLE_DEVICES'] =GPU

避坑!!! RuntimeError: No CUDA GPUs are available

如果 明明 print(torch.cuda.is_available()) 的结果是 True,但是报错:RuntimeError: No CUDA GPUs are available,则可能是因为:不小心设置了 os.environ[“CUDA_VISIBLE_DEVICES”] = 1ÿ

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

打赏作者

一起来学深度学习鸭

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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