pytorch 使用单个GPU与多个GPU进行训练与测试的方法
更新时间：2019年08月19日 16:41:59 作者：gaishi_hero
今天小编就为大家分享一篇pytorch 使用单个GPU与多个GPU进行训练与测试的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
如下所示：
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")#第一行代码
model.to(device)#第二行代码
首先是上面两行代码放在读取数据之前。
mytensor = my_tensor.to(device)#第三行代码
然后是第三行代码。这句代码的意思是将所有最开始读取数据时的tersor变量copy一份到device所指定的GPU上去，之后的运算都在GPU上进行。需要注意的是这句话并不像前面的两行代码一样只需要写一遍，第三行代码需要写的次数就等于需要保存到GPU上的tensor变量个数；一般情况下这些tensor变量都是最开始读取数据时的tensor变量，后面所衍生的变量自然也都在GPU之上。
以上是使用单个GPU的情况。当你拥有多个GPU时，要想使用多个GPU进行训练和测试，需要在第一二行代码之间插上下面这样一个判断语句，其余的写法也都是一样的。
if torch.cuda.device_count() > 1: model = nn.DataParallel(model)
使用多个GPU的原理就是通过上面这句代码将model在每个GPU上分别保存一份，然后对model的输入tensor进行自动的分割，每个GPU计算tensor的一部分，这样就能实现计算量的平均分配。在每个model计算完成之后，DataParallel将这些结果进行收集和融合，之后再将结果返回。
以上这篇pytorch 使用单个GPU与多个GPU进行训练与测试的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Python中sorted如何自定义比较逻辑，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下2021-02-02
今天小编就为大家分享一篇python中设置超时跳过,超时退出的方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
这篇文章主要介绍了Anaconda详细安装步骤图文教程,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-11-11
这篇文章主要介绍了python selenium自动上传有赞单号的操作代码，代码简单易懂，非常不错，具有一定的参考借鉴价值,需要的朋友可以参考下2018-07-07
这篇文章主要为大家详细介绍了如何利用Python和SimpleRNN实现股票预测效果，文中的示例代码讲解详细，对我们学习有一定帮助，需要的可以参考一下2022-05-05
这篇文章主要为大家详细介绍了PyQt弹出式对话框的常用方法及标准按钮类型，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-02-02
本篇文章主要介绍了利用Python中的DPED工具实现照片一键美化，可以实现照片亮度提高和色彩鲜明度提高，代码简洁易懂，具有一定学习价值，感兴趣的小伙伴可以了解一下2021-11-11
这篇文章主要介绍了python中列表的常见操作总结，文章围通过列表的索引与切片的相关资料展开全文详细的内容，具有一定的参考价值，需要的小伙伴可以参考一下2022-07-07
这篇文章主要为大家详细介绍了python模拟斗地主发牌，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2020-04-04
这篇文章主要为大家介绍了如何基于Python中ArcPy模块实现对大量栅格遥感影像文件批量进行相减做差，文中的示例代码讲解详细，感兴趣的可以了解一下2023-06-06
最新评论