本篇文章給大家分享的是有關怎么在Pytorch中切換 cpu和gpu，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

創(chuàng)新互聯(lián)公司不只是一家網(wǎng)站建設的網(wǎng)絡公司；我們對營銷、技術、服務都有自己獨特見解，公司采取“創(chuàng)意+綜合+營銷”一體化的方式為您提供更專業(yè)的服務！我們經歷的每一步也許不一定是最完美的，但每一步都有值得深思的意義。我們珍視每一份信任，關注我們的成都做網(wǎng)站、成都網(wǎng)站制作、成都外貿網(wǎng)站建設質量和服務品質，在得到用戶滿意的同時，也能得到同行業(yè)的專業(yè)認可，能夠為行業(yè)創(chuàng)新發(fā)展助力。未來將繼續(xù)專注于技術創(chuàng)新，服務升級，滿足企業(yè)一站式全網(wǎng)營銷推廣需求，讓再小的成都品牌網(wǎng)站建設也能產生價值！

方法1：x.to(device)

把 device 作為一個可變參數(shù)，推薦使用argparse進行加載：

使用gpu時：

device='cuda'
x.to(device) # x是一個tensor，傳到cuda上去

使用cpu時：

device='cpu'
x.to(device)

方法2：使用x.cuda()+CUDA_VISIBLE_DEVICES

很多貼子中說，使用x.cuda() 和x.to('cuda') 雖然是等效的，但是x.cuda() 的缺點是無法動態(tài)切換cpu。然而，其實配合命令行參數(shù)CUDA_VISIBLE_DEVICES 是可以進行切換的。

在服務器上創(chuàng)建一個python腳本 t.py：

import torch
print(torch.cuda.device_count()) # 可用gpu數(shù)量
print(torch.cuda.is_available()) # 是否可用gpu

首先先看一下，正常運行的情況：

• 執(zhí)行命令：python t.py

• 輸出結果：因為服務器上有兩個gpu，所以是我們想要的結果。

2
True

如果想要只使用某一塊gpu，只需要在執(zhí)行前加一個參數(shù)：

• CUDA_VISIBLE_DEVICES=0 python t.py，例如，我們要使用gpu 0

• 接下來看看輸出什么：是的！程序中確實只可見了一塊gpu~

  
  

1
True

下面，如果我們想使用cpu呢？

• CUDA_VISIBLE_DEVICES="" python t.py

• 輸出結果：可以看到，雖然服務器上有2塊cpu，通過我們設置執(zhí)行參數(shù)，程序中也成功看不到了！

  
  

0
False

因此，回歸正題，當我們使用x.cuda()進行分配gpu時，只需要使用torch.cuda.is_available()加一個判斷即可，當想使用cpu的時候在執(zhí)行程序的命令行參數(shù)進行控制：

if torch.cuda.is_available():
  x= x.cuda()

以上就是怎么在Pytorch中切換 cpu和gpu，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

本文標題：怎么在Pytorch中切換cpu和gpu-創(chuàng)新互聯(lián)
網(wǎng)頁鏈接：http://aaarwkj.com/article38/iphpp.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供標簽優(yōu)化、微信小程序、電子商務、定制網(wǎng)站、自適應網(wǎng)站、網(wǎng)站導航

廣告

聲明：本網(wǎng)站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)