Python 官方文档：入门教程 => 点击学习
神经网络一般用GPU来跑，我们的神经网络框架一般也都安装的GPU版本，本文就简单记录一下GPU使用的编写。 GPU的设置不在model，而是在Train的初始化上。 第一步是查看是否
神经网络一般用GPU来跑，我们的神经网络框架一般也都安装的GPU版本，本文就简单记录一下GPU使用的编写。
GPU的设置不在model，而是在Train的初始化上。
self.GPU_IN_USE = torch.cuda.is_available()就是返回这个可不可以用GPU的函数，当你的PyTorch是cpu版本的时候，他就会返回False。
self.device = torch.device('cuda' if self.GPU_IN_USE else 'cpu')torch.device是代表将torch.tensor分配到哪个设备的函数
接着是，我看到了一篇文章，原来就是将网络啊、数据啊、随机种子啊、损失函数啊、等等等等直接转移到CUDA上就好了！
转移模型：
self.model = Net(num_channels=1, upscale_factor=self.upscale_factor, base_channel=64, num_residuals=4).to(self.device)
设置cuda的随机种子：
torch.cuda.manual_seed(self.seed)转移损失函数：
self.criterion.cuda()转移数据：
data, target = data.to(self.device), target.to(self.device)pytorch定义网络__init__()的时候，参数不能加“cuda()", 不然参数不包含在state_dict()中，比如下面这种写法是错误的
self.W1 = nn.Parameter(torch.FloatTensor(3,3), requires_grad=True).cuda()应该去掉".cuda()"
self.W1 = nn.Parameter(torch.FloatTensor(3,3), requires_grad=True)以上为个人经验，希望能给大家一个参考，也希望大家多多支持编程网。
--结束END--
本文标题: 将pytorch的网络等转移到cuda
本文链接: https://www.lsjlt.com/news/127317.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑，方便收藏和打印～
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
官方手机版
微信公众号
商务合作
0