CPU和GPU张量类型转换

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。

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

(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

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