kru*_*bek 7 python machine-learning deep-learning pytorch google-colaboratory
我正在使用Colaboratory和Pytorch来运行使用不寻常数据集的GAN,该数据集当前存储在本地计算机上。为了访问这些文件,我连接了本地运行时(按照https://research.google.com/colaboratory/local-runtimes.html)。但是,Colaboratory现在现在运行时会使用我自己的 GPU,而以前的运行并没有。我知道这是因为当前运行速度要慢得多,因为它们使用的是我的GTX 1060 6GB而不是Colab的Tesla K80。
我用这个检查了
torch.cuda.get_device_name(0)
当我在本地连接时,它将返回“ GeForce GTX 1060 6G”。即使选择了“编辑”->“笔记本设置”->“硬件加速器”->“ GPU” ,情况也是如此。
但是,当我不在本地连接时,而是使用(默认)“连接到托管的运行时”选项时,
torch.cuda.get_device_name(0)
确实返回“ Tesla K80”。
我无法将数据集上传到云端硬盘,因为它是一个大型图像数据集,并且希望继续使用本地运行时。
如何同时使用本地运行时和Colab出色的Tesla K80?任何帮助将非常感激。
小智 5
Colab 正在使用您的 GPU,因为您将其连接到本地运行时。这就是将其连接到您自己的运行时的意义。这意味着您正在使用自己的机器,而不是在 Google 服务器上处理该过程。如果您仍想使用 Google 的服务器和处理功能,我建议您考虑将 Google Drive 连接到 Colaboratory 运行时。
归档时间: |
|
查看次数: |
2035 次 |
最近记录: |