文章目录
- 1 查看当前的device
- 2 cpu设备可以使用”cpu:0″来指定
- 3 gpu设备可以使用”cuda:0″来指定
- 4 查询CPU和GPU设备数量
- 5 从CPU设备上转换到GPU设备
* - 5.1 torch.Tensor方法默认使用CPU设备
- 5.2 使用to方法将cpu的Tensor转换到GPU设备上
- 5.3 使用.cuda方法将cpu的Tensor转换到GPU设备上
1 查看当前的device
- 输入情况：
import torch
print("Default Device : {}".format(torch.Tensor([4, 5, 6]).device))
- 输出情况：
Default Device : cpu
2 cpu设备可以使用”cpu:0″来指定
- 输入情况
device = torch.Tensor([1, 2, 3], device="cpu:0").device
print("Device Type: {}".format(device))
- 输出情况
Device Type: cpu
3 gpu设备可以使用”cuda:0″来指定
- 输入情况
gpu = torch.device("cuda:0")
print("GPU Device:【{}：{}】".format(gpu.type, gpu.index))
- 输出情况
GPU Device:【cuda：0】
4 查询CPU和GPU设备数量
- 输入情况
print("Total GPU Count :{}".format(torch.cuda.device_count()))
print("Total CPU Count :{}".format(torch.cuda.os.cpu_count()))
- 输出情况
Total GPU Count :1
Total CPU Count :8
5 从CPU设备上转换到GPU设备
5.1 torch.Tensor方法默认使用CPU设备
- 输入情况
data = torch.Tensor([[1, 4, 7], [3, 6, 9], [2, 5, 8]])
print(data.shape)
- 输出情况
torch.Size([3, 3])
5.2 使用to方法将cpu的Tensor转换到GPU设备上
- 输入情况：
data_gpu = data.to(torch.device("cuda:0"))
print(data_gpu.device)
- 输出情况：
cuda:0
5.3 使用.cuda方法将cpu的Tensor转换到GPU设备上
- 输入情况：
data_gpu2 = data.cuda(torch.device("cuda:0"))
print(data_gpu2.device)
- 输出情况：
cuda:0
Original: https://blog.csdn.net/weixin_42521185/article/details/123913221
Author: 谜底是你_
Title: PyTorch——device与cuda.device用法
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/672458/
转载文章受原作者版权保护。转载请注明原作者出处！