深度学习笔记008：GPU的使用

最新推荐文章于 2024-09-21 14:37:57 发布

FakeOccupational

最新推荐文章于 2024-09-21 14:37:57 发布

阅读量426

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/ResumeProject/article/details/118528069

深度学习专栏收录该内容

175 篇文章

订阅专栏

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。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

安装gpu版本的pytorch

在这里插入图片描述

$“ G P U 是一个卡，是有内存的, 等于说我把 C P U 的数据搬过去了 "$

$因为在不同的device之间传递数据非常慢，尤其是gpu与cpu之间的传递x与y做运算发生在x和y对应的device上，之前x和y都存在cpu上，x与y的默认运算发生在cpu，同样，在GPU上计算，需要保证在同一个GPU上因为在不同的device之间传递数据非常慢，尤其是gpu与cpu之间的传递\\x与y做运算发生在x和y对应的device上，之前x和y都存在cpu上，x与y的默认运算发生在cpu，\\同样，在GPU上计算，需要保证在同一个GPU上$

在这里插入图片描述

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

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。