python脚本运行时,用CPU跑而不是GPU

本文解析了在深度学习中如何正确地将模型和输入数据从CPU转移到GPU上运行,以提升运算效率。通过调用model.cuda()使模型在GPU上运行,并使用inputs=Variable(inputs.cuda())将输入数据转移至GPU,从而实现GPU加速。
部署运行你感兴趣的模型镜像

#问题
在跑深度学习代码时,本来应该是在GPU上跑,但是实际是在CPU上跑,google了一下,发现模型和输入以下述格式调用GPU:

model.cuda()

这个是model调用GPU

   inputs = Variable(inputs.cuda())

这个是输入调用GPU。

您可能感兴趣的与本文相关的镜像

PyTorch 2.9

PyTorch 2.9

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论 2
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