PyTorch device与cuda.device用法介绍
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
到此这篇关于PyTorch device与cuda.device用法的文章就介绍到这了,更多相关PyTorch device使用内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
Python图片视频超分模型RealBasicVSR的使用教程
这篇文章主要和大家分享一个有意思的模型:RealBasicVSR。这个模型可以实现图片或视频的超分处理,感兴趣的小伙伴可以跟随小编一起学习一下2022-05-05Python内建函数之raw_input()与input()代码解析
这篇文章主要介绍了Python内建函数之raw_input()与input()代码解析,具有一定参考价值,需要的朋友可以了解下。2017-10-10使用Python向DataFrame中指定位置添加一列或多列的方法
今天小编就为大家分享一篇使用Python向DataFrame中指定位置添加一列或多列的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
最新评论