需要在基于python pytorch的代码中将GPU选项更改为CPU
在基于Python PyTorch的代码中将GPU选项更改为CPU，可以通过以下步骤实现：
- 导入所需的库和模块：
import torch- 检查系统是否支持GPU，并设置设备：
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')- 加载模型并将其移动到所选设备上：
model = YourModel().to(device)- 将输入数据移动到所选设备上：
input_data = input_data.to(device)- 将模型设置为评估模式：
model.eval()- 禁用梯度计算以加快推理速度：
with torch.no_grad():
output = model(input_data)- 将输出数据移动回CPU：
output = output.cpu()完整代码示例：
import torch
# 检查系统是否支持GPU，并设置设备
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
# 加载模型并将其移动到所选设备上
model = YourModel().to(device)
# 将输入数据移动到所选设备上
input_data = input_data.to(device)
# 将模型设置为评估模式
model.eval()
# 禁用梯度计算以加快推理速度
with torch.no_grad():
output = model(input_data)
# 将输出数据移动回CPU
output = output.cpu()这样，你就成功将基于Python PyTorch的代码中的GPU选项更改为CPU。请注意，这只是一个示例，实际情况可能因代码结构和需求而有所不同。
相关·内容
我开始使用神经网络，ML等。我没有GPU，我有什么选择？ Pytorch和Tensorflow是好的选择吗？如果是这样，每种方法的优缺点是什么，我应该选择哪一种？ 我将使用Python和Linux (ubuntu 20.04)，如果这有什么不同的话。 (我买不起GPU或云服务，因为我破产了，15岁。)
浏览 13提问于2020-09-30得票数 0
回答已采纳
2回答
我比较了使用py电筒和on运行时输入的推理时间，我发现on运行时在GPU上实际上要慢一些，而在CPU上则要快得多。
我在Windows 10上尝试过这个。
从源代码安装的ONNX运行时版本: 1.11.0 (onnx版本1.10.1)
Python版本- 3.8.12
CUDA/cuDNN版本- cuda版本11.5，cudnn版本8.2
GPU模型和内存-象限M2000M，4GB
相关代码-
import torch
from torchvision import models
import onnxruntime # to inference ONNX mod
浏览 19提问于2022-01-17得票数 2
我是谷歌colab的新手。
我正试图在那里做深度学习。
我已经编写了一个类来创建和训练LSTM网络，只使用python -而不是任何特定的深度学习库，如tensorflow，pytorch等。
我认为我使用的是gpu，因为我在colab中选择了正确的运行时类型。
然而，在代码执行期间，我有时会收到退出gpu模式的消息，因为我没有使用它。
那么，我的问题是:如何使用google colab gpu，只使用普通的python，而不使用特殊的ai库？有没有像“装饰器代码”这样的东西放在我的原始代码中，以便激活gpu？
浏览 2提问于2020-03-16得票数 4
13回答
如何检查PyTorch是否正在使用GPU？nvidia-smi命令可以检测GPU活动，但我想直接从Python中检查它。
浏览 19提问于2018-01-08得票数 429
回答已采纳
我有一些现有的PyTorch代码，cuda()如下所示，而net是一个MainModel.KitModel对象：
net = torch.load(model_path)
net.cuda()
和
im = cv2.imread(image_path)
im = Variable(torch.from_numpy(im).unsqueeze(0).float().cuda())
我想在没有任何GPU的机器上测试代码，所以我想把cuda代码转换成CPU版本。我试着查看一些关于PyTorch的CPU/GPU切换的相关帖子，但它们与device的使用有关，因此不适用于我的情况。
浏览 26提问于2020-05-27得票数 3
回答已采纳
1回答
在使用函数'torch.cuda.is_available()‘时，返回一个false。我读到这意味着驱动程序配置不正确，但是我不知道如何解决这个问题。
如果你需要更多的信息，请告诉我。
几天来，我一直在努力想办法解决这个问题，有人能发现这个问题吗？
谢谢
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 511.23 Driver Version: 511.23 CUDA Version: 11.6 |
|------
浏览 15提问于2022-07-08得票数 -2
torch._C._nn.nll_loss有没有一个接受CPU输入的函数？我没有足够的GPU内存来运行我的函数，所以我试图在CPU上运行所有的东西。这是我的特定错误(查看anaconda文件)
Traceback (most recent call last):
File "plot_parametric_pytorch.py", line 395, in <module>
val_result = validate(val_loader, model, criterion, 0)
File "plot_parametric_pytorch.
浏览 90提问于2020-05-22得票数 0
回答已采纳
操作系统: Windows 10 Python 3.7.4 (Conda) GPU: GTX 980 所以我安装了CUDA toolkit v.10.1，获得了匹配的cuDNN文件，安装了支持CUDA10.1的pytorch版本，除此之外，我还更新了我的gpu驱动程序。但是，如果我现在尝试检查我的图形处理器是否可以使用torch.cuda.is_available()，它仍然得到一个False。有什么想法吗？
浏览 26提问于2020-04-03得票数 1
回答已采纳
我正在使用conda 4.8.3和Python3.7，我正在编写环境文件来指定我的项目的依赖关系。为了能够安装几个环境，我想编写几个文件：
main.yml :包含我的项目的依赖项，以及pytorch纯版本。
dev.yml :包含开发工具(mypy，flake8，pytest .)
gpu.yml :包含吡咯烷酮-GPU(与指定版本的数据自动化系统)
要获得基本的(CPU)安装，需要编写：conda env update --file main.yml
要获得具有GPU兼容性的安装，需要添加conda env update --file gpu.yml。
下面是我的问题:
浏览 2提问于2020-08-11得票数 4
回答已采纳
在VM中使用Ubuntu18.04。
根据python3，我在/usr/bin/python3.6安装了whereis python3。当我运行pip3 freeze时，我看到安装了带有1.15.4版本的numpy，当我进入python3控制台时，我可以完全没有错误的import numpy as np。
我现在要做的是安装PyTorch，特别是没有GPU / CUDA的torch==1.1.0。我从获得了以下安装说明
pip3 install https://download.pytorch.org/whl/cpu/torch-1.1.0-cp36-cp36m-linux_x86_64.wh
浏览 2提问于2019-07-09得票数 0
回答已采纳
我怎样才能找到在我的电脑上安装在Windows 10上的PyTorch 1.13的数据自动化系统11.x？
我尝试过:我从NVIDIA网站上安装了NVIDIA CUDA驱动程序和Windows工具包。我可以通过在木星实验室中输入：!nvidia-smi来验证这一点，这给了我以下输出。这表明已经安装了CUDA工具，但我的PyTorch包没有使用。我需要了解什么版本的CUDA驱动程序被安装，以便我可以安装正确的PyTorch-GPU软件包。
+-----------------------------------------------------------------------------+
浏览 22提问于2022-11-13得票数 -1
好吧，所以我现在做了很多深度学习项目和实习，我从来没有做过大量的训练。但是最近我一直在考虑做一些传输学习，我需要在GPU上运行我的代码。现在我有一个系统与Windows 10和一个专用的NVIDIA GeForce 9.4亿GPU。我在网上做了很多研究，但我还是有点困惑。我还没有在我的系统上安装NVIDIA工具包或cuDNN或tensorflow-gpu。我目前使用tensorflow和Py手电筒来训练我的DL模型。这是我的问题-
，当我在tf或pytorch中定义张量时，默认情况下它是一个cpu张量。所以，到目前为止，我所做的所有训练都是在CPU上进行的。所以，如果我确保安装了正确版本的Cu
浏览 5提问于2020-08-20得票数 1
在之后，我运行了：
# confirm TensorFlow sees the GPU
from tensorflow.python.client import device_lib
assert 'GPU' in str(device_lib.list_local_devices())
# confirm Keras sees the GPU
from keras import backend
assert len(backend.tensorflow_backend._get_available_gpus()) > 0
# confirm PyTorch sees
浏览 2提问于2018-12-09得票数 0
回答已采纳
有没有人用AzureML PyTorch ( 1.11和1.12版)安装了SDK1.5？即使在支持torch.cuda.is_available的机器上，GPU()也会返回False。在PyTorch 1.3、1.4和1.6中，完全相同的设置可以很好地工作(is_available()为真)。欢迎任何指导者。这些(可能)是我的Conda环境文件的相关部分，pytorch和azureml-sdk的值根据需要而变化。 channels:
- defaults
- pytorch
dependencies:
- python=3.7.3
- pytorch=1.5.0
- pi
浏览 10提问于2020-08-24得票数 2
1回答
基于cpu的fp16推理
、、、
我有一个pretrained pytorch模型，我想在fp16而不是fp32上推断，我已经在使用gpu时尝试过了，但是当我在cpu上尝试它时，我得到了："sum_cpu" not implemented for 'Half' torch。有什么修复方法吗？
浏览 0提问于2020-05-31得票数 0
在google colab中安装neural_renderer_pytorch时出错
有人能帮我吗?我试着安装neural_renderer_pytorch，但我做不到，我不知道出了什么问题
GPU 0: Tesla P100-PCIE-16 GPU (UUID: GPU-415e05e7-6236-d11b-c02d-65f7fe9509f)
!pip install neural_renderer_pytorch
Collecting neural_renderer_pytorch
Downloading https://files.pythonhosted.org/pack
浏览 61提问于2021-02-23得票数 0
我安装了稳定扩散的GUI版本。有了它，我就可以用我的GeForce RTX 3070 GPU制作512个×512个像素图像，内存为8GB：
但是，当我试图对命令行接口执行相同的操作时，内存就用完了：
输入：
>> C:\SD\stable-diffusion-main>python scripts/txt2img.py --prompt "a close-up portrait of a cat by pablo picasso, vivid, abstract art, colorful, vibrant" --plms --n_iter 3 --
浏览 108提问于2022-09-07得票数 8
回答已采纳
我正在尝试创建一个requirements.txt来使用pytorch，但是我希望它能够同时工作在GPU和非GPU平台上。
我在我的Linux GPU系统上做了一些类似的事情：
--find-links https://download.pytorch.org/whl/cu113/torch_stable.html
torch==1.10.2+cu113
torchvision==0.11.3+cu113
pytorch-lightning==1.5.10
这是很好的工作，包是安装的，我可以使用GPU支持的电筒。
我想知道如何为mac和非GPU用户修改这个程序，以安装用于torch和torc
浏览 9提问于2022-06-22得票数 2
回答已采纳
我正在尝试运行一个需要pytorch-gpu的python包。我已经将我的Colab笔记本的运行时类型更改为GPU。当我运行该命令时，我会遇到以下错误。不确定我是否可以自己在colab上构建pytorch？
Traceback (most recent call last):
File "inference_unet.py", line 9, in <module>
import torchvision.transforms as transforms
File "/usr/local/lib/python3.6/dist-packages/
浏览 110提问于2020-05-07得票数 0
Torch在GPU实例和官方SageMaker培训容器上找不到Cuda
763104351884.dkr.ecr.eu-west-2.amazonaws.com/pytorch-training:1.10.0-gpu-py38-cu113-ubuntu20.04-sagemaker
在SageMaker笔记本实例ml.p3.2xlarge和EC2实例p3.2xlarge上运行容器时也会看到同样的结果。
当前行为：
sudo docker pull 763104351884.dkr.ecr.eu-west-2.amazonaws.com/pytorch-training:1.10.0-gpu-p
浏览 12提问于2022-03-06得票数 -2
我一直试图在我的HPC上安装带有Cuda (理想情况下是11)的PyTorch 1.9，但我做不到。
该专题组说：
Package typing-extensions conflicts for:
typing-extensions
torchvision -> pytorch==1.8.1 -> typing-extensionsThe following specifications were found to be incompatible with your system:
- feature:/linux-64::__glibc==2.17=0
- featur
浏览 12提问于2021-09-17得票数 3
回答已采纳
3回答
我今天安装了蟒蛇、CUDA和PyTorch，但我无法在torch中访问我的GPU (RTX2070)。我遵循了所有的安装步骤，PyTorch在其他方面都运行得很好，但是当我尝试在shell或脚本中访问GPU时，我得到
>>> import torch
>>> torch.cuda.is_available()
False
>>> torch.cuda.device_count()
0
>>> print(torch.version.cuda)
None
cudatoolkit 11.3.1
浏览 7提问于2021-10-24得票数 0
我正在上关于PyTorch的课程。我想知道为什么我们需要分别告诉torch.utils.data.DataLoader输出它运行在什么设备上。如果模型已经在CUDA上了，为什么它不相应地自动更改输入呢？在我看来，这个模式很有趣：
model.to(device)
for ii, (inputs, labels) in enumerate(trainloader):
# Move input and label tensors to the GPU
inputs, labels = inputs.to(device), labels.to(device)
是否有一个用例，我希
浏览 1提问于2018-12-09得票数 1
回答已采纳
我试着运行我的pytorch代码，但是得到了以下错误：
A40 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.
If you want to use the A40 GPU with PyTorch, please check the instructions at htt
浏览 0提问于2021-05-22得票数 4
我在机器中添加了一个GeForce GTX1080Ti(运行Ubuntu18.04和使用Python3.7运行Anaconda )，以便在使用PyTorch时使用GPU。这两张卡片的识别都是正确的：
$ lspci | grep VGA
03:00.0 VGA compatible controller: NVIDIA Corporation GF119 [NVS 310] (reva1)
04:00.0 VGA compatible controller: NVIDIA Corporation GP102 [GeForce GTX 1080 Ti] (rev a1)
NVS 310处理我的2
浏览 5提问于2019-01-19得票数 13
1回答
我有一个使用BertModel.from_pretrained('test_model')保存的转换器模型
我已经使用google colab的GPU训练了这个模型
然后，我想用BertModel.from_pretrained('test_model/')打开它，但我的本地PC上没有图形处理器。我明白了：
/home/seiji/.local/lib/python3.8/site-packages/torch/cuda/__init__.py:52: UserWarning: CUDA initialization: Found no NVIDIA drive
浏览 2提问于2020-11-21得票数 1
如何让pytorch在GPU上工作？
我已经在google colab notebook中成功安装了pytorch：
Tensorflow报告GPU已就位：
但是torch.device函数以某种方式失败了：
我该如何解决这个问题呢？
浏览 13提问于2018-05-31得票数 2
我目前正在一台服务器上工作，我希望能够为PyTorch网络培训提供GPU。我不能通过使用torch来检测GPU，但是，如果我使用TensorFlow，我可以检测到我应该拥有的两个GPU。我认为这是PyTorch/TensorFlow中的版本以及其上的CUDA版本的问题。
但是，在尝试了不同版本的毕道尔之后，我仍然无法使用它们.
我是附加的具体的GPU和当前版本的Tensorflow和毕火炬，我正在使用。有人对此有任何暗示吗？会很有帮助的。
| NVIDIA-SMI 4--.--.-- Driver Version: 465.19.01 CUDA Version: 11.3
浏览 3提问于2022-05-31得票数 1
回答已采纳
我似乎不能安装正确版本的torch，我也不能让快速的ai库工作。 我试着 Python 3.7 pip3 install https://download.pytorch.org/whl/cu100/torch-1.0.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision Could not find a version that satisfies the requirement torch>=1.1.0 (from torchvision) (from versions: 0.1.2, 0.1.2.post1, 0.1.2.pos
浏览 48提问于2019-09-06得票数 2
回答已采纳
尝试从以下代码库从github运行pytorch代码
错误出现在文件gan_train.py中的以下语句中
writer.add_scalar('data/disc_cost', disc_cost, iteration)
错误如下
File "/home/anaconda/new_anaconda_3.5/lib/python3.6/site-packages/tensorboardX/writer.py", line 272, in add_scalar
self.file_writer.add_summary(scalar(tag, sca
浏览 3提问于2018-05-04得票数 1
1回答
我正在尝试在GCloud中的kubernetes上运行一些python代码，我使用pytorch，对于基本图像，我使用python
一切正常，我的模型训练，但只使用CPU。当我运行以下命令时
>>> import torch
>>> torch.cuda.is_available()
/opt/conda/lib/python3.7/site-packages/torch/cuda/__init__.py:52: UserWarning: CUDA initialization: CUDA driver initialization failed, y
浏览 3提问于2021-04-16得票数 0
Pytorch项目应该在GPU上运行。我只想在我的笔记本电脑上运行它的CPU。有很多地方在模型、张量等上调用.cuda()，当cuda不可用时，这些地方无法执行。有没有可能在不改变代码的情况下做到这一点呢？
浏览 2提问于2020-11-19得票数 1
需要帮助！尝试用预先训练过的模型(ESRGAN)运行python脚本，但是每次我都面临这个错误信息。有什么问题吗？
在此之前，我安装了以下依赖项：
pip安装pytorch cudapip安装opencv-python glob2
浏览 4提问于2022-04-10得票数 0
回答已采纳
我在PyTorch中设计了一个神经网络，它需要大量的GPU内存，否则就会以非常小的批处理大小运行。
GPU运行时错误由于三行代码(存储两个新的张量并执行一些操作)而导致。
我不想用小批号运行我的代码。因此，我希望在CPU上执行这三行代码(从而存储这些新的张量)，并像往常一样在GPU上保留所有其他代码。
做得到吗？
浏览 4提问于2021-10-04得票数 1
回答已采纳
我有一个关于时间序列的下一步预测模型，它只是一个GRU，上面有一个完全连接的层。当我用CPU训练50次后，损失为0.10，而用GPU训练时，50次后损失为0.15。在这两种情况下，做更多的划时代并不能真正降低损失。
为什么在CPU上训练后的性能要比GPU好？
我试着改变数据和模型的随机种子，这些结果与随机种子无关。
我有：
Python 3.6.2
PyTorch 0.3.0
CUDNN_MAJOR 7
CUDNN_MINOR %0
CUDNN_PATCHLEVEL 5
编辑：
我还使用PyTorch的重量归一化torch.nn.utils.weight_norm在GRU和完全连接的层上。
浏览 1提问于2018-01-25得票数 6
回答已采纳
3回答
我在pytorch中有一个文本分类器，我想使用GPU来提高运行速度。我使用了这部分代码来检查CUDA并使用它： if torch.cuda.device_count() > 1:
print("Let's use", torch.cuda.device_count(), "GPUs!")
my_rnn_model = nn.DataParallel(my_rnn_model)
if torch.cuda.is_available():
my_rnn_model.cuda() 现在，我想重新使用cpu (而不是gpu)。所以
浏览 40提问于2019-02-02得票数 4
我正在GTX 1050TI上运行Ubuntu GTX 1050TI。我安装了CUDA 11.3。
nvidia-smi输出：
Wed Apr 6 18:27:23 2022
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 465.19.01 Driver Version: 465.19.01 CUDA Version: 11.3 |
|-------------------------------+------------
浏览 18提问于2022-04-06得票数 0
我正在尝试使用以下命令在python 3.8.5 Windows 10计算机上安装Pytorch： pip install torch===1.7.0 -f https://download.pytorch.org/whl/torch_stable.html 和 pip install torch===1.6.0 torchvision===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html 但我总是得到这样的错误： ERROR: Could not find a version that satisfies the req
浏览 16提问于2021-07-05得票数 0
1回答
计算精度问题
、、、
我正在用火炬计量学来计算我的模型的准确性。但我得到了这个错误。我尝试使用.to(device="cuda:0")，但是我得到了一个cuda初始化错误。我也尝试过使用.cuda()，但这也不起作用。我使用PyTorch闪电与泰坦Xp GPU。我使用的是电影镜头数据集的mish激活函数。
代码：
# %% [markdown]
# # Data Preprocessing
#
# Before we start building and training our model, let's do some preprocessing to get the data in t
浏览 2提问于2021-05-04得票数 1
回答已采纳
例如，我在pytorch中有一个cuda张量，如何在gpu中直接将其转换为mxnet/tensorflow，而无需将其复制到cpu？频繁地在cpu和gpu之间复制数据非常耗时。
浏览 25提问于2019-09-06得票数 0
我有一个新安装的Anaconda3 (版本2020.02)环境，并且我已经通过命令conda install pytorch torchvision cudatoolkit=10.2 -c pytorch安装了Pytorch GPU版本。我已经验证了我的Pytorch确实可以在GPU上运行良好。 但是，每当我通过conda update --all更新Anaconda时，总是显示以下消息： The following packages will be SUPERSEDED by a higher-priority channel:
pytorch pytorch:
浏览 56提问于2020-06-29得票数 2
最近，我在调试tf的过程中遇到了挫折，我刚刚转向了PyTorch，并明白它几乎完全等同于在numpy中进行编码。我的问题是，我们可以在PyTorch模型(完全放在GPU上)中使用哪些允许的python方面。在tensorflow中必须按以下方式实现
a = tf.Variable([1,2,3,4,5], dtype=tf.float32)
b = tf.Variable([6,7,8,9,10], dtype=tf.float32)
p = tf.placeholder(dtype=tf.float32)
ps = tf.placeholder(dtype=tf.bool)
li = [N
浏览 1提问于2019-05-09得票数 1
回答已采纳
3回答
有没有可能让PyTorch发行版直接在GPU上创建它们的样本。 如果我这样做了 from torch.distributions import Uniform, Normal
normal = Normal(3, 1)
sample = normal.sample() 然后样本将在CPU上。当然，在图形处理器上做sample = sample.to(torch.device("cuda"))也是可能的。但是，有没有一种方法可以让样本直接送到GPU，而不是首先在CPU上创建它？ PyTorch发行版继承自Object，而不是nn.Module，因此它没有将发行版实例放在GPU上
浏览 4提问于2019-12-04得票数 2
1回答
我正在使用PyTorch。我将在带有CPU的多个GPU上使用已经训练好的模型。如何完成这项任务？ 我尝试了Anaconda 3和pytorch的cpu，但我没有gpu model = models.get_pose_net(config, is_train=False)
gpus = [int(i) for i in config.GPUS.split(',')]
model = torch.nn.DataParallel(model, device_ids=gpus).cuda()
print('Created model...')
print(model
浏览 99提问于2019-04-04得票数 7
回答已采纳
我用火把训练神经网络。当我在GPU上训练和测试时，它工作得很好。但是，当我尝试使用以下方法在CPU上加载模型参数时：
net.load_state_dict(torch.load('rnn_x_epoch.net'))
我得到以下错误：
RuntimeError: cuda runtime error (35) : CUDA driver version is insufficient for CUDA runtime version at torch/csrc/cuda/Module.cpp:51
我已经搜索了错误，主要是因为CUDA驱动程序的依赖性，但是当我得到这个错误时，
浏览 1提问于2019-01-30得票数 2
回答已采纳
1回答
我想画出pytorch gpu张量： input= torch.randn(100).to(device)
output = torch.where(input>=0, input, -input)
input = input.('cpu').detach().numpy().copy()
output = output.('cpu').detach().numpy().copy()
plt.plot(input,out) 无论我如何尝试将这些张量转换为cpu，numpy，它都不起作用。如何绘制张量？
浏览 13提问于2021-08-03得票数 1
回答已采纳
在Python中运行multiprocessing (使用spawn方法)或使用PyCharm2021.2.3运行Pytorch (torch.multiprocessing)时会发生此错误。
函数train是在模块的顶层定义的，因此它应该是可选择的。然而，错误说它不能被腌制。
简单的代码可能如下所示：
def train(gpu):
print(f'hello {gpu}!')
if __name__ == '__main__':
mp.spawn(train, nprocs=2)
浏览 5提问于2022-03-09得票数 1
1回答
当创建一个新的mamba (conda)环境时，我只会得到Py火炬的CPU包。有人知道如何确保/强制GPU版本吗？
即使，我安装的第一件事是cudatoolkit，它一直在获取CPU包。我尝试了11.6和11.3版本，没有什么改变。
这是我使用的命令：
mamba install pytorch torchvision torchaudio -c pytorch -c conda-forge
+ pytorch 1.13.0 py3.9_cpu_0 pytorch/win-64 145MB
+
浏览 14提问于2022-10-28得票数 1
我需要把3个矩阵相乘，A: 3000x100, B: 100x100, C: 100x3.6MM。我目前只在PyTorch中使用标准矩阵乘法
A_gpu = torch.from_numpy(A)
B_gpu = torch.from_numpy(B)
C_gpu = torch.from_numpy(C)
D_gpu = (A_gpu @ B_gpu @ C_gpu.t()).t()
C非常广泛，所以gpu上的数据重用是有限的，但是有没有其他方法来加速呢？我有一台有4x GPU的机器。
浏览 1提问于2019-03-01得票数 1
我正在尝试在google colab中使用GPU。下面是我的colab中安装的pytorch和cuda版本的详细信息。 Torch 1.3.1 CUDA 10.1.243
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:01_CDT_2018
Cuda compilation tools, release 10.0, V10.0.130 我对在pytorch模型上使用GPU进行迁移学习非常陌生。我的torch.cuda.is_
浏览 561提问于2019-12-03得票数 4
回答已采纳
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
腾讯云开发者
