相关疑难解决方法(0)

我以第三种方式失败了.t3还在CPU上.不知道为什么.

a = np.random.randn(1, 1, 2, 3)

t1 = torch.tensor(a)
t1 = t3.to(torch.device('cuda'))

t2 = torch.tensor(a)
t2 = t2.cuda() 

t3 = torch.tensor(a, device=torch.device('cuda'))

我的 LSTM 模型存在不确定性问题，我读到应该在 CUBLAS_WORKSPACE_CONFIG 环境变量中设置单个缓冲区大小，其中：

    CUBLAS_WORKSPACE_CONFIG=:4096:2

我正在使用 Anaconda 1.9.12 和 Python 3.7 以及 cudaToolkit 11.0.221。我不知道在哪里插入该指令（除了我知道它不在我的 python 代码中；-）

任何指示都是非常受欢迎的。在此先感谢您的帮助

我正在运行Python程序，但我没有GPU，我该怎么做才能让Python使用CPU而不是GPU？

$ python extract_feature.py --data mnist --net checkpoint_4.pth.tar --features pretrained

它给了我以下警告：

=> 运行时错误：尝试在 CUDA 设备上反序列化对象，但 torch.cuda.is_available() 为 False。如果您在仅使用 CPU 的计算机上运行，​​请使用 torch.load 和 map_location=torch.device('cpu') 将存储映射到 CPU。

照片是我的Python项目的结构：

Pytorch 项目应该在 GPU 上运行。我想在我的笔记本电脑上仅使用 CPU 运行它。有很多地方调用.cuda()模型、张量等，在cuda不可用时执行失败。是否可以在不更改所有代码的情况下做到这一点？