PyTorch device使用

软件发布|下载排行|最新软件

当前位置:首页IT学院IT技术

PyTorch device使用

研究生不迟到   2022-05-28 我要评论

1 查看当前的device

输入情况:

import torch
print("Default Device : {}".format(torch.Tensor([4, 5, 6]).device))

输出情况:

Default Device : cpu

2 cpu设备可以使用“cpu:0”来指定

输入情况

device = torch.Tensor([1, 2, 3], device="cpu:0").device
print("Device Type: {}".format(device))

输出情况

Device Type: cpu

3 gpu设备可以使用“cuda:0”来指定

输入情况

gpu = torch.device("cuda:0")
print("GPU Device:【{}:{}】".format(gpu.type, gpu.index))

输出情况

GPU Device:【cuda:0】

4 查询CPU和GPU设备数量

输入情况

print("Total GPU Count :{}".format(torch.cuda.device_count()))
print("Total CPU Count :{}".format(torch.cuda.os.cpu_count()))

输出情况

Total GPU Count :1
Total CPU Count :8

5 从CPU设备上转换到GPU设备

5.1 torch.Tensor方法默认使用CPU设备

输入情况

data = torch.Tensor([[1, 4, 7], [3, 6, 9], [2, 5, 8]])
print(data.shape)

输出情况

torch.Size([3, 3])

5.2 使用to方法将cpu的Tensor转换到GPU设备上

输入情况:

data_gpu = data.to(torch.device("cuda:0"))
print(data_gpu.device)

输出情况:

cuda:0

5.3 使用.cuda方法将cpu的Tensor转换到GPU设备上

输入情况:

data_gpu2 = data.cuda(torch.device("cuda:0"))
# 如果只有一块gpu的话  直接写成这样:data_gpu2 = data.cuda()
print(data_gpu2.device)

输出情况:

cuda:0

Copyright 2022 版权所有 软件发布 访问手机版

声明:所有软件和文章来自软件开发商或者作者 如有异议 请与本站联系 联系我们