IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 2、pytorch之gpu部署两种方法(方法一为常用方法) -> 正文阅读

[人工智能]2、pytorch之gpu部署两种方法(方法一为常用方法)

方法一、先声明再部署

import torch
'''
1)以下两种写法都可以,最常用的是第二个(gpu不可用就默认使用cpu),
作用都是声明device
2)其中“cuda”部分也可以写为"cuda:0/1/2...",0,1,2等表示显卡编号
'''
device = torch.device("cuda")
device = torch.device("cuda" if torch.cuda.is_availabel() else "cpu")
'''
下面就是将模型、数据(输入、标签)、损失部署在gpu上
'''
#部署模型
model = model.to(device)
#部署数据
input_data = input_data.to(device)
label = label.to(device)
#部署损失
loss = loss.to(device)

方法二、直接部署

'''
网络模型、数据(输入、标签)、损失都放到gpu上,
即所有的参数后面要跟上.cuda()
'''
#部署模型
model = model.cuda()
#部署数据
input_data = input_data.cuda()
label = label.cuda()
#部署损失
loss = loss.cuda()
#为了防止gpu不可用,还可以在每一句话前面写:
if torch.cuda.is_availabel():


#即:
if torch.cuda.is_availabel():
	model = model.cuda()
if torch.cuda.is_availabel():
	input_data = input_data.cuda()
	label = label.cuda()
if torch.cuda.is_availabel():
	loss = loss.cuda()
  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-08-23 16:41:36  更:2021-08-23 16:41:39 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/1 12:44:10-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码