用pytorch+英伟达GPU电脑训练模型，intel ultra9 npu推理

qq_42711801

于 2025-02-17 11:18:23 发布

阅读量486

点赞数 8

文章标签： pytorch 电脑人工智能

本文链接：https://blog.youkuaiyun.com/qq_42711801/article/details/145678228

版权

注：家里有一台带英伟达3070 8G电脑和一台intel ultra9 cpu的笔记本电脑。

最近关注到npu，发现新买的笔记本带npu，于是尝试调用npu（听网上说这东西是0%利用）

用pytorch建立模型，用cuda训练后保存(英伟达GPU电脑）

import torch
import torch.nn as nn
import torch.optim as optim

# 定义一个包含卷积层的更复杂的神经网络
class ComplexConvModel(nn.Module):
    def __init__(self):
        super(ComplexConvModel, self).__init__()
        self.conv1 = nn.Conv2d(1, 32, kernel_size=3, stride=1, padding=1)
        self.conv2 = nn.Conv2d(32, 64, kernel_size=3, stride=1, padding=1)
        self.fc1 = nn.Linear(64 * 7 * 7, 512)
        self.fc2 = nn.Linear(512, 256)
        self.fc3 = nn.Linear(256, 128)
        self.fc4 = nn.Linear(128, 10)

    def forward(self, x):
        x = x.view(-1, 1, 28, 28)  # 假设输入数据是28x28的灰度图像
        x = torch.relu(self.conv1(x))
        x = torch.max_pool2d(x, 2)
        x = torch.relu(self.conv2(x))