pytorch判断是否cuda 判断变量类型方式
我就废话不多说了,那就直接看代码吧~
inputs=Variable(torch.randn(2,2)) inputs.is_cuda#willreturnfalse inputs=Variable(torch.randn(2,2).cuda()) inputs.is_cuda#returnstrue
判断:
torch.is_tensor()#如果是pytorch的tensor类型返回true
torch.is_storage()#如果是pytorch的storage类型返回ture
这里还有一个小技巧,如果需要判断tensor是否为空,可以如下
>>>a=torch.Tensor() >>>len(a) 0 >>>len(a)is0 True
设置:通过一些内置函数,可以实现对tensor的精度,类型,print打印参数等进行设置
torch.set_default_dtype(d)#对torch.tensor()设置默认的浮点类型 torch.set_default_tensor_type()#同上,对torch.tensor()设置默认的tensor类型 >>>torch.tensor([1.2,3]).dtype#initialdefaultforfloatingpointistorch.float32 torch.float32 >>>torch.set_default_dtype(torch.float64) >>>torch.tensor([1.2,3]).dtype#anewfloatingpointtensor torch.float64 >>>torch.set_default_tensor_type(torch.DoubleTensor) >>>torch.tensor([1.2,3]).dtype#anewfloatingpointtensor torch.float64 torch.get_default_dtype()#获得当前默认的浮点类型torch.dtype torch.set_printoptions(precision=None,threshold=None,edgeitems=None,linewidth=None,profile=None)#) ##设置printing的打印参数
判断变量类型:下面两种方法都行
ifisinstance(downsample,torch.nn.Module):
#iftorch.type(downsample)!=torch.IntTensor:
补充知识:pytorch:测试GPU是否可用
废话不多说,看代码吧~
importtorch flag=torch.cuda.is_available() print(flag) ngpu=1 #Decidewhichdevicewewanttorunon device=torch.device("cuda:0"if(torch.cuda.is_available()andngpu>0)else"cpu") print(device) print(torch.cuda.get_device_name(0)) print(torch.rand(3,3).cuda())
True cuda:0 GeForceGTX1080 tensor([[0.9530,0.4746,0.9819], [0.7192,0.9427,0.6768], [0.8594,0.9490,0.6551]],device='cuda:0')
以上这篇pytorch判断是否cuda判断变量类型方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持毛票票。