使pytorch代码与在CPU或GPU上运行无关的更好方法？

Question

迁移指南建议采取以下措施，使代码与CPU / GPU无关：

> # at beginning of the script
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
...
# then whenever you get a new Tensor or Module
# this won't copy if they are already on the desired device
input = data.to(device)
model = MyModule(...).to(device)

我这样做并在仅CPU的设备上运行了代码，但是当输入一个输入数组时，我的模型崩溃了，因为它说期望的是CPU张量而不是GPU张量。我的模型以某种方式自动将CPU输入阵列转换为GPU阵列。最后，我在代码中将其追溯到此命令：

model = torch.nn.DataParallel(model).to(device)

即使我将模型转换为“ cpu”，但nn.DataParallel仍将其覆盖。我想出的最好的解决方案是有条件的：

if device.type=='cpu':
    model = model.to(device)
else:
    model = torch.nn.DataParallel(model).to(device)

这看起来并不优雅。有没有更好的办法？

Answer 1

怎么样

if torch.cuda.device_count() > 1:
    model = torch.nn.DataParallel(model)
model = model.to(device)

？

DataParallel如果您只有一个 GPU，则不需要。