相关疑难解决方法(0)

在Google Collab中,您可以选择在cpu或gpu环境中运行的笔记本.现在我有一台配有NVDIA Cuda兼容GPU 1050和最新款anaconda的笔记本电脑.如何使用类似的功能,我可以简单地让我的python在GPU上运行？

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。