深度学习笔记008:GPU的使用

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
在这里插入图片描述
“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,CPU"
在这里插入图片描述
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devicegpucpuxyxydevicexycpuxycpuGPUGPU

在这里插入图片描述
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
在这里插入图片描述

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