在macos中的pytorch如何使用gpu训练模型

        最近在学pytorch的过程中，看到不少的代码中含有data.cuda()等，其实就相当于将data放到GPU用于后续的计算。于是我在百度了macos如何使用cuda，最后没有解决，并且在英伟达官网也没有看到cuda支持macos，也许是cuda不支持macos？那么macos到底有没有gpu呢，应该是有的，见下图。

        但是实在是没有找到使用gpu的解决办法，后来，我在网上看到了可以使用cpu代替gpu进行训练。代码如下。这里将device设置为cpu，在后续使用.cuda()的代码全部改为.to(device)。就可以正常运行了。但是我们发现，使用cpu训练模型还是十分缓慢，不太实用。

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

        后来，偶然发现，原来搭载m系列的macos，有其独特的mps。具体的mps的介绍参考博文https://blog.youkuaiyun.com/qq_29402011/article/details

        于是，我们就可以使用mps来对数据进行并行处理了。在代码中将device设置为mps，在后续使用.cuda()的代码全部改为.to(device)。就可以正常运行了。

device = torch.device("mps")

        pytorch小白，欢迎交流。