本文介绍了如何在GPU上运行PyTorch神经网络，强调了GPU内存的重要性以及避免CPU-GPU间慢速数据传输的方法。要进行GPU计算，需确保数据都在同一GPU设备上，以提高效率。
安装gpu版本的pytorch
“GPU是一个卡，是有内存的,等于说我把CPU的数据搬过去了"“GPU是一个卡，是有内存的,等于说我把CPU的数据搬过去了"“GPU是一个卡，是有内存的,等于说我把CPU的数据搬过去了"
因为在不同的device之间传递数据非常慢，尤其是gpu与cpu之间的传递x与y做运算发生在x和y对应的device上，之前x和y都存在cpu上，x与y的默认运算发生在cpu，同样，在GPU上计算，需要保证在同一个GPU上因为在不同的device之间传递数据非常慢，尤其是gpu与cpu之间的传递\\x与y做运算发生在x和y对应的device上，之前x和y都存在cpu上，x与y的默认运算发生在cpu，\\同样，在GPU上计算，需要保证在同一个GPU上因为在不同的device之间传递数据非常慢，尤其是gpu与cpu之间的传递x与y做运算发生在x和y对应的device上，之前x和y都存在cpu上，x与y的默认运算发生在cpu，同样，在GPU上计算，需要保证在同一个GPU上
怎样在GPU上做神经网路呢？
神经网路可在CPU上创建，然后挪到一个device上
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
