在 pytorch 中，如果我没有写任何关于使用 CPU/GPU 的内容，并且我的机器支持 CUDA (torch.cuda.is_available() == True):
- 我的脚本使用的是 CPU 还是 GPU？
- 如果是CPU，我该怎么做才能让它在GPU上运行？我需要重写所有内容吗？
- 如果是 GPU，这个脚本会崩溃吗
torch.cuda.is_available() == False?
- 这对加快训练速度有什么作用吗？
- 我知道将 PyTorch 代码从 CPU 移植到 GPU但这已经很旧了。这种情况在 v0.4 或即将推出的 v1.0 中是否会有所改变？
我的方式是这样的（pytorch 0.4以下）：
dtype = torch.cuda.float if torch.cuda.is_available() else torch.float
torch.zeros(2, 2, dtype=dtype)
UPDATE火炬0.4：
device = torch.device("cuda" if use_cuda else "cpu")
model = MyRNN().to(device)
from PyTorch 0.4.0 迁移指南.
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
