pytorch中数据在CPU与GPU之间的切换

62 阅读 0 评论 41 点赞

我是靠谱客的博主英勇楼房，最近开发中收集的这篇文章主要介绍pytorch中数据在CPU与GPU之间的切换，觉得挺不错的，现在分享给大家，希望可以做个参考。

数据在CPU与GPU之间来回切换的pytorch方法：

数据从CPU放到GPU，即数据从CPU到GPU的迁移，使用以下语句：

data.to("cuda")

数据从GPU到CPU，使用以下语句：

data.to("cpu")

data通常会有两种数据类型：

1. Tensor

2. Module

to函数：转换数据类型/设备

1. tensor.to(*args, **kwargs)

2. module.to(*args, **kwargs)

举例：

1. tensor的to函数使用

a = torch.ones((2, 2))

a = a.to(torch.float64)

b = torch.ones((3, 3))

b = b.to("cuda")

2. module的to函数使用

fn = torch.nn.Linear((2,2))

fn.to(torch.float64)

gpu = torch.device("cuda")

fn.to(gpu)

张量与模型to函数的区别：

张量不执行inplace，模型执行inplace。也就是说，张量的to函数之后会重新构建一个新的张量，而module无需构建新的张量。

张量的cuda方法

b.cuda()

此方法也可以将张量迁移到GPU当中（与b.to("cuda")作用相同），但它是pytorch0.4.0之前的，现在已经弃用了。

以上就是英勇楼房为你收集整理的pytorch中数据在CPU与GPU之间的切换的全部内容，希望文章能够帮你解决pytorch中数据在CPU与GPU之间的切换所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。