這期內(nèi)容當(dāng)中小編將會(huì)給大家?guī)碛嘘P(guān)如何進(jìn)行PyTorch的GPU使用，文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

創(chuàng)新互聯(lián)為客戶提供專業(yè)的成都網(wǎng)站建設(shè)、網(wǎng)站建設(shè)、程序、域名、空間一條龍服務(wù)，提供基于WEB的系統(tǒng)開發(fā). 服務(wù)項(xiàng)目涵蓋了網(wǎng)頁設(shè)計(jì)、網(wǎng)站程序開發(fā)、WEB系統(tǒng)開發(fā)、微信二次開發(fā)、手機(jī)網(wǎng)站制作設(shè)計(jì)等網(wǎng)站方面業(yè)務(wù)。

GPU如何使用

一般我們只有一個(gè)GPU，所以使用GPU訓(xùn)練需要輸入：

        device = torch.device("cuda:0")      # 聲明用到的是第0塊GPU

        model = Model(input_size, output_size)      # Model是網(wǎng)絡(luò)名，一般是類名。實(shí)例化Model

        model = model.to(device)      # 將實(shí)例化的model送入GPU中。

上面這一步將model送入了GPU，我們還需要把輸入數(shù)據(jù)、真值也送入GPU中，于是也必須有：

        inputs, labels = inputs.to(device), labels.to(device)

注意：

    在pytorch里，inputs.to(device)和inputs.cuda()效果是一樣的。

    在pytorch里， 對于tensor，b=a.to(device)和a.to(device)是不一樣的，前者會(huì)讓b進(jìn)入GPU，而后者并不會(huì)讓a進(jìn)入GPU。

                            對于model，b=a.to(device)和a.to(device)是一樣的，b和a都會(huì)進(jìn)入GPU。

上述就是小編為大家分享的如何進(jìn)行PyTorch的GPU使用了，如果剛好有類似的疑惑，不妨參照上述分析進(jìn)行理解。如果想知道更多相關(guān)知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。