pytorch选择使用gpu
时间: 2023-09-22 16:11:03 浏览: 49
在 PyTorch 中使用 GPU 可以大大加速模型训练和推理的速度。要在 PyTorch 中使用 GPU,需要满足以下条件:
1. 安装 GPU 版本的 PyTorch。
2. 安装 GPU 驱动程序和 CUDA 工具包(如果使用 NVIDIA GPU)。
3. 将数据和模型张量移到 GPU 上。
下面是使用 GPU 的示例代码:
```python
import torch
# 检查是否有可用的 GPU
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
# 将模型和数据张量移到 GPU 上
model.to(device)
data = data.to(device)
# 在 GPU 上训练模型
for epoch in range(num_epochs):
for batch in data_loader:
# 前向传递
inputs, targets = batch
inputs, targets = inputs.to(device), targets.to(device)
outputs = model(inputs)
# 计算损失
loss = loss_function(outputs, targets)
# 反向传播和优化
optimizer.zero_grad()
loss.backward()
optimizer.step()
```
在这个示例中,我们首先检查是否有可用的 GPU。如果有,我们将模型和数据张量移到 GPU 上,并在 GPU 上进行训练。需要注意的是,在每个批次中,我们都要将输入和目标张量移到 GPU 上进行处理,以便可以在 GPU 上进行前向传递、计算损失、反向传播和优化。