PyTorch官方中文文档:torch.cuda

本文介绍了PyTorch中的torch.cuda包,提供了对CUDA张量的支持,利用GPU进行计算。内容包括CUDA语义、设备管理、流与事件的处理,如广播、加法、分散和收集张量等操作,以及CUDA流和事件的同步方法。适用于希望利用GPU加速计算的PyTorch开发者。

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

torch.cuda

该包增加了对CUDA张量类型的支持,实现了与CPU张量相同的功能,但使用GPU进行计算。

它是懒惰的初始化,所以你可以随时导入它,并使用is_available()来确定系统是否支持CUDA。

CUDA语义中有关于使用CUDA的更多细节。

torch.cuda.current_blas_handle()

返回cublasHandle_t指针,指向当前cuBLAS句柄

torch.cuda.current_device()

返回当前所选设备的索引。

torch.cuda.current_stream()

返回一个当前所选的Stream

class torch.cuda.device(idx)

上下文管理器,可以更改所选设备。

参数:
idx (int) – 设备索引选择。如果这个参数是负的,则是无效操作。

torch.cuda.device_count()

返回可得到的GPU数量。

class torch.cuda.device_of(obj)

将当前设备更改为给定对象的上下文管理器。

可以使用张量和存储作为参数。如果给定的对象不是在GPU上分配的,这是一个无效操作。

参数:
obj (Tensor or Storage) – 在选定设备上分配的对象。

torch.cuda.is_available()

返回一个bool值,指示CUDA当前是否可用。

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