我在这里搜索过,但我发现只有过时的帖子.
我想在我的GPU上运行培训.我在一些论坛上发现我需要应用.cuda()任何我想要使用CUDA的东西(我已经把它应用到了我能做的一切而不会让程序崩溃)令人惊讶的是,这使得训练更加缓慢.
然后,我发现你可以使用它torch.set_default_tensor_type('torch.cuda.FloatTensor')来使用CUDA.启用后,没有任何变化.怎么了？
有没有办法在整个模型上可靠地启用CUDA？
编辑:这被标记为重复.事实并非如此.我链接的帖子没有回答我的所有问题.
还有什么MyModel()意思呢？我需要更多有形的例子,比如代码示例. (这是我指的帖子)
M. *_*ers 15
您可以使用该tensor.to(device)命令将张量移动到设备.
该.to()命令还用于将整个模型移动到设备,就像您链接到的帖子一样.
另一种可能性是在创建期间使用device=关键字参数设置张量设备,如t = torch.tensor(some_list, device=device)
要在代码中动态设置设备,您可以使用device = torch.device("cuda" if torch.cuda.is_available() else "cpu")cuda作为设备(如果可能).
PyTorch教程和上面链接的文档中有各种代码示例可以帮助您.
| 归档时间： |
|
| 查看次数： |
19602 次 |
| 最近记录： |