在 pytorch 中,如果我没有写任何关于使用 CPU/GPU 的东西,并且我的机器支持 CUDA(torch.cuda.is_available() == True
):
- 我的脚本使用什么,CPU 还是 GPU?
- 如果是 CPU,我应该怎么做才能让它在 GPU 上运行?我需要重写所有内容吗?
- 如果是 GPU,如果
torch.cuda.is_available() == False
脚本会崩溃吗? - 这是否有助于加快训练速度?
- 我知道 Porting PyTorch code from CPU to GPU但这是旧的。这种情况在 v0.4 或即将推出的 v1.0 中是否有所改变?
最佳答案
我的方式是这样的(pytorch 0.4以下):
dtype = torch.cuda.float if torch.cuda.is_available() else torch.float
torch.zeros(2, 2, dtype=dtype)
更新 pytorch 0.4:
device = torch.device("cuda" if use_cuda else "cpu")
model = MyRNN().to(device)
关于python - 如果我没有指定使用 CPU/GPU,我的脚本使用的是哪一个?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50495053/