pytorch代码启动gpu

启动 PyTorch 使用 GPU 需要做以下几个步骤：

1. 确认你的机器上有支持 CUDA 的 NVIDIA 显卡，并且已经安装了 NVIDIA CUDA 驱动和 CUDA 工具包。可以使用 `nvidia-smi` 命令来检查显卡信息。

2. 安装 PyTorch 和 torchvision 库。可以使用 `pip install torch torchvision` 命令来安装。

3. 在代码中添加以下代码，将模型和数据移动到 GPU 上：

import torch

# 检测 GPU 是否可用
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

# 将模型移动到 GPU 上
model.to(device)

# 将数据移动到 GPU 上
inputs, labels = inputs.to(device), labels.to(device)

其中，`torch.cuda.is_available()` 函数用于检测 GPU 是否可用，如果可用则返回 `True`，否则返回 `False`。`device` 变量用于指定计算设备，如果 GPU 可用则指定为第一个 GPU，否则指定为 CPU。

4. 在训练时，使用 `torch.backends.cudnn.benchmark = True` 来启用 cudnn 自动寻找最优卷积算法，从而提高训练速度。

import torch.backends.cudnn as cudnn

# 启用 cudnn 自动寻找最优卷积算法
cudnn.benchmark = True

这些步骤完成后，PyTorch 就可以使用 GPU 进行计算了。