PyTorch?device與cuda.device怎么用

這篇文章主要講解了“PyTorch device與cuda.device怎么用”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“PyTorch device與cuda.device怎么用”吧！

1 查看當前的device 輸入情況：

import torch
print("Default Device : {}".format(torch.Tensor([4, 5, 6]).device))

輸出情況：

Default Device : cpu

2 cpu設備可以使用“cpu:0”來指定

輸入情況

device = torch.Tensor([1, 2, 3], device="cpu:0").device
print("Device Type: {}".format(device))

輸出情況

Device Type: cpu

3 gpu設備可以使用“cuda:0”來指定

輸入情況

gpu = torch.device("cuda:0")
print("GPU Device:【{}：{}】".format(gpu.type, gpu.index))

輸出情況

GPU Device:【cuda：0】

4 查詢CPU和GPU設備數量

輸入情況

print("Total GPU Count :{}".format(torch.cuda.device_count()))
print("Total CPU Count :{}".format(torch.cuda.os.cpu_count()))

輸出情況

Total GPU Count :1
Total CPU Count :8

5 從CPU設備上轉換到GPU設備

5.1 torch.Tensor方法默認使用CPU設備

輸入情況

data = torch.Tensor([[1, 4, 7], [3, 6, 9], [2, 5, 8]])
print(data.shape)

輸出情況

torch.Size([3, 3])

5.2 使用to方法將cpu的Tensor轉換到GPU設備上

輸入情況：

data_gpu = data.to(torch.device("cuda:0"))
print(data_gpu.device)

輸出情況：

cuda:0

5.3 使用.cuda方法將cpu的Tensor轉換到GPU設備上

輸入情況：

data_gpu2 = data.cuda(torch.device("cuda:0"))
# 如果只有一塊gpu的話  直接寫成這樣：data_gpu2 = data.cuda()
print(data_gpu2.device)

輸出情況：

cuda:0

感謝各位的閱讀，以上就是“PyTorch device與cuda.device怎么用”的內容了，經過本文的學習后，相信大家對PyTorch device與cuda.device怎么用這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！