译者:片刻

torch.cuda 用于设置和运行 CUDA 操作。它会跟踪当前选定的GPU,并且默认情况下会在该设备上创建您分配的所有 CUDA tensors。可以使用 torch.cuda.device 上下文管理器更改所选设备。

但是,一旦分配了 tensor,就可以对其进行操作而不管所选择的设备如何,结果将始终与 tensor 放在同一设备上。

默认情况下不允许跨 GPU 操作,除了 copy_() 具有类似复制功能的其他方法,例如 to() 和 cuda()。除非您启用点对点内存访问,否则任何尝试在不同设备上传播的 tensor 上启动操作都会引发错误。

下面我们用一个小例子来展示:

cuda = torch.device('cuda')     # Default CUDA device
cuda0 = torch.device('cuda:0')
cuda2 = torch.device('cuda:2')  # GPU 2 (these are 0-indexed)x = torch.tensor([1., 2.], device=cuda0)
# x.device is device(type='cuda', index=0)
y = torch.tensor([1., 2.]).cuda()
# y.device is device(type='cuda', index=0)with torch.cuda.device(1):# allocates a tensor on GPU 1a = torch.tensor([1., 2.], device=cuda)# transfers a tensor from CPU to GPU 1b = torch.tensor([1., 2.]).cuda()# a.device and b.device are device(type='cuda', index=1)# You can also use ``Tensor.to`` to transfer a tensor:b2 = torch.tensor([1., 2.]).to(device=cuda)# b.device and b2.device are device(type='cuda', index=1)c = a + b# c.device is device(type='cuda', index=1)

阅读全文/改进本文

PyTorch 1.0 中文文档:CUDA 语义相关推荐

  1. PyTorch 1.0 中文文档正式接受校对 | ApacheCN

    参与方式:https://github.com/apachecn/pytorch-doc-zh/blob/master/CONTRIBUTING.md 整体进度:https://github.com/ ...

  2. PyTorch 1.0 中文文档:torch.utils.bottleneck

    译者: belonHan torch.utils.bottleneck是 调试瓶颈bottleneck时首先用到的工具.它总结了python分析工具与PyTorch自动梯度分析工具在脚本运行中情况. ...

  3. PyTorch 1.0 中文文档:广播语义

    译者:冯宝宝 许许多多的PyTorch操作都支持NumPy Broadcasting Semantics. 简而言之,如果PyTorch操作支持广播,那么它的Tensor参数可以自动扩展为相同的类型大 ...

  4. PyTorch 1.0 中文文档:序列化的相关语义

    译者:yuange250 最佳方案 保存模型的推荐方法 Pytorch主要有两种方法可用于序列化和保存一个模型. 第一种只存取模型的参数(更为推荐): 保存参数: torch.save(the_mod ...

  5. PyTorch 1.0 中文文档:torch.cuda

    译者:bdqfork 这个包添加了对CUDA张量类型的支持,它实现了与CPU张量同样的功能,但是它使用GPU进计算. 它是懒加载的,所以你可以随时导入它,并使用 is_available() 来决定是 ...

  6. PyTorch 1.0 中文文档:torch.onnx

    译者:guobaoyo 示例:从Pytorch到Caffe2的端对端AlexNet模型 这里是一个简单的脚本程序,它将一个在 torchvision 中已经定义的预训练 AlexNet 模型导出到 O ...

  7. PyTorch 1.0 中文文档:常见问题解答

    译者:冯宝宝 我的模型报告"cuda runtime error(2): out of memory" 正如错误消息所示,您的GPU显存已耗尽.由于经常在PyTorch中处理大量数 ...

  8. PyTorch 1.0 中文文档:Windows FAQ

    译者:冯宝宝 从源码中构建 包含可选组件 Windows PyTorch有两个受支持的组件:MKL和MAGMA. 以下是使用它们构建的步骤. REM Make sure you have 7z and ...

  9. PyTorch 1.0 中文文档:Tensor(张量)的属性

    译者:阿远 每个 torch.Tensor 对象都有以下几个属性: torch.dtype, torch.device, 和 torch.layout. torch.dtype class torch ...

最新文章

  1. HDU 5836 Rubik's Cube BFS
  2. MindMaster Pro中文版
  3. python安全编码问题_浅谈Python中的编码问题
  4. Dart语言精简入门介绍
  5. 前端性能优化之Lazyload
  6. robot脚本编写规范
  7. radius认证服务器部署linux,CentOS安装配置radius服务器
  8. Pixel手机电信4G破解(含解锁BL和root)
  9. 信息安全管理——网络安全监管
  10. 动图体积太大怎么缩小?教你一招快速压缩gif
  11. python drop用法_python进行数据清理之pandas中的drop用法
  12. 「杂谈」Nanopore组装的拟南芥基因组效果如何?
  13. 一枚namecheap续费可用的优惠码
  14. 访问我的网站时杀毒软件报警提示中了病毒怎么办?
  15. JVM 调优参数总结
  16. SQL Server自动产生一年多少周及月
  17. 前端技术学习第三讲:JavaScript基础语法
  18. python滑动窗口求回归——OLS和WLS
  19. 爬取最好大学网数据、分析并可视化操作
  20. 天津计算机校招面经总结(JAVA)

热门文章

  1. (69)Verilog HDL测试激励:时钟激励2
  2. 16. GD32F103C8T6入门教程-adc 使用教程2-dma+连续扫描方式采集数据
  3. STM32 输入捕获功能
  4. 回溯算法 思路清晰,通俗易懂!!!!!!!
  5. 苹果x有android文件夹,iPhone没有文件管理器这点,却让安卓手机羡慕!
  6. 线程池的执行原则及配置参数详解
  7. Spring Data Elasticsearch案例详解
  8. 微信小程序蓝牙模块BLE开发说明基础知识
  9. 关于建立 Carbon Forum 后 设置访问链接的问题
  10. 基于《河北省重大技术需求征集系统》的可用性和可修改性战术分析