1.选择使用GPU还是CPU运行代码
# device = torch.device("cpu")# 使用cpu训练
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
2.服务器一般有多个卡,跑代码时指定显卡运行
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '1' #0指第一张卡,1指第二张卡
本文讨论了在Python的PyTorch库中,如何决定使用GPU还是CPU运行代码,以及如何在服务器上通过`torch.device`和`CUDA_VISIBLE_DEVICES`环境变量指定特定显卡。
1.选择使用GPU还是CPU运行代码
# device = torch.device("cpu")# 使用cpu训练
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
2.服务器一般有多个卡,跑代码时指定显卡运行
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '1' #0指第一张卡,1指第二张卡
您可能感兴趣的与本文相关的镜像
PyTorch 2.5
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
5976
2616
2359
926