(1) CPU张量 ----> GPU张量,使用Tensor.cuda()
(2) GPU张量 ----> CPU张量,使用Tensor.cpu()
我们可以通过torch.cuda.is_available()函数来判断当前的环境是否支持GPU,如果支持,则返回GPU类型,否则返回CPU类型。
def commonType(Tensor):
if torch.cuda.is_available():
cuda = "cuda:0"
return Tensor.cuda(cuda)
else:
return Tensor
更多:https://blog.youkuaiyun.com/HowardWood/article/details/79508648
本文介绍在PyTorch中如何实现CPU张量到GPU张量的转换,以及相反操作,通过调用Tensor.cuda()和Tensor.cpu()函数。文章还提供了一个实用的函数commonType(Tensor),用于自动判断并执行张量的设备转换,确保代码的兼容性和效率。
1860

被折叠的 条评论
为什么被折叠?



