python - 关于torch.nn.DataParallel的问题

Question

我是深度学习领域的新手。现在我正在复现一篇论文的代码。由于他们使用多个 GPU，因此代码中有一个命令 torch.nn.DataParallel(model, device_ids= args.gpus).cuda()。但是我只有一个GPU，什么 我应该更改此代码以匹配我的 GPU 吗？

谢谢!

Answer 1

DataParallel 也应该在单个 GPU 上工作，但您应该检查 args.gpus 是否仅包含要使用的设备的 ID(应该是0) 或 无。 选择 None 将使模块使用所有可用设备。

您也可以删除 DataParallel，因为您不需要它，仅通过调用 model.cuda() 将模型移动到 GPU，或者，如我更喜欢，model.to(device) 其中 device 是设备的名称。

示例:

此示例展示了如何在单个 GPU 上使用模型，使用 .to() 而不是 .cuda() 设置设备。

from torch import nn
import torch

# Set device to cuda if cuda is available
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

# Create model
model = nn.Sequential(
  nn.Conv2d(1,20,5),
  nn.ReLU(),
  nn.Conv2d(20,64,5),
  nn.ReLU()
)

# moving model to GPU
model.to(device)

如果你想使用DataParallel，你可以这样做

# Optional DataParallel, not needed for single GPU usage
model1 = torch.nn.DataParallel(model, device_ids=[0]).to(device)
# Or, using default 'device_ids=None'
model1 = torch.nn.DataParallel(model).to(device)