这期内容当中小编将会给大家带来有关如何进行PyTorch的GPU使用，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。
GPU如何使用
一般我们只有一个GPU，所以使用GPU训练需要输入：
device = torch.device("cuda:0") # 声明用到的是第0块GPU
model = Model(input_size, output_size) # Model是网络名，一般是类名。实例化Model
model = model.to(device) # 将实例化的model送入GPU中。
上面这一步将model送入了GPU，我们还需要把输入数据、真值也送入GPU中，于是也必须有：
inputs, labels = inputs.to(device), labels.to(device)
注意：
在pytorch里，inputs.to(device)和inputs.cuda()效果是一样的。
在pytorch里， 对于tensor，b=a.to(device)和a.to(device)是不一样的，前者会让b进入GPU，而后者并不会让a进入GPU。
对于model，b=a.to(device)和a.to(device)是一样的，b和a都会进入GPU。
上述就是小编为大家分享的如何进行PyTorch的GPU使用了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
