溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
不懂pytorch cuda對tensor的定義以及減少cpu的方法？其實想解決這個問題也不難，下面讓小編帶著大家一起學習怎么去解決，希望大家閱讀完這篇文章后大所收獲。
cuda上tensor的定義
a = torch.ones(1000,1000,3).cuda()
某一gpu上定義
cuda1 = torch.device('cuda:1')
b = torch.randn((1000,1000,1000),device=cuda1)
刪除某一變量
del a
在cpu定義tensor然后轉到gpu
torch.zeros().cuda()
直接在gpu上定義，這樣就減少了cpu的損耗
torch.cuda.FloatTensor(batch_size, self.hidden_dim, self.height, self.width).fill_(0)
補充知識：pytorch cuda.FloatTensor->FloatTensor
錯誤類型：
RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor）
定義殘差塊時定義在model的外面，在使用gpu進行訓練的時候，殘差塊的參數是torch.FloatTensor類型，
雖然使用了model.cuda(),但是只對model里面的參數在gpu部分，所以把殘差塊對應的操作都在model的__init__(），
重新定義，即可解決問題
感謝你能夠認真閱讀完這篇文章，希望小編分享pytorch cuda對tensor的定義以及減少cpu的方法內容對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，遇到問題就找億速云，詳細的解決方法等著你來學習!
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
