pytorch cuda上tensor的定义 以及减少cpu的操作详解
cuda上tensor的定义
a=torch.ones(1000,1000,3).cuda()
某一gpu上定义
cuda1=torch.device('cuda:1')
b=torch.randn((1000,1000,1000),device=cuda1)
删除某一变量
dela
在cpu定义tensor然后转到gpu
torch.zeros().cuda()
直接在gpu上定义,这样就减少了cpu的损耗
torch.cuda.FloatTensor(batch_size,self.hidden_dim,self.height,self.width).fill_(0)
补充知识:pytorchcuda.FloatTensor->FloatTensor
错误类型:
RuntimeError:Inputtype(torch.cuda.FloatTensor)andweighttype(torch.FloatTensor)
定义残差块时定义在model的外面,在使用gpu进行训练的时候,残差块的参数是torch.FloatTensor类型,
虽然使用了model.cuda(),但是只对model里面的参数在gpu部分,所以把残差块对应的操作都在model的__init__(),
重新定义,即可解决问题
以上这篇pytorchcuda上tensor的定义以及减少cpu的操作详解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。
热门推荐
1 训练狗狗憋尿
2 狗狗追踪训练
3 狗狗训练要多少钱
5 深圳狗狗训练
6 训练狗狗唤回
7 狗狗叫怎么训练
8 狗狗训练班
10 狗狗社会化训练
11 狗狗叫回训练
12 广州狗狗训练学校
13 狗狗训练躺下
14 狗狗随行训练
15 训练狗狗巡回
16 狗狗要怎么训练
17 狗狗喂食训练
18 训练狗狗躺下