pytorch 使用gpu

本文详细介绍如何在PyTorch中检查和设置GPU设备,包括查看GPU是否可用、获取GPU数量、名称及当前设备索引,并提供代码示例说明如何使用device属性高效地将模型和数据置于GPU上进行计算。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. pytorch查看设备信息

# 查看gpu设备是否可用
torch.cuda.is_available() 

# 返回gpu数量;
torch.cuda.device_count()

# 返回gpu名字,设备索引默认从0开始;
torch.cuda.get_device_name(0)

# 返回当前设备索引;
torch.cuda.current_device()

2. 设置device

一般我们设置第一个gpu(主要是因为我只有一块gpu。。。)

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

然后我们就可以使用to方法快捷的将数据放在gpu中计算:

model = CNN().to(device) # model放入gpu
criteon = nn.CrossEntropyLoss().to(device) # 损失函数
data, target = data.to(device), target.cuda() # 训练的数据

这里建议使用 to(device),而不是 cuda(),毕竟 device 全局设置可以方便管理,且对于没有gpu的设备,device可以设置为cpu。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值