在pytorch中,如果我没有写任何关于使用cpu / GPU,我的机器支持CUDA(torch.cuda.is_available()== True)：
>我的脚本使用的是什么,cpu或GPU？
>如果cpu,我该怎么做才能让它在GPU上运行？我需要重写一切吗？
>如果是GPU,如果torch.cuda.is_available()== False,这个脚本会崩溃吗？
>这有助于加快培训速度吗？
>我知道Porting PyTorch code from CPU to GPU,但这已经过时了.这种情况在v0.4或即将推出的v1.0中是否会发生变化？
解决方法
我的方式是这样的(下面是pytorch 0.4)：
dtype = torch.cuda.float if torch.cuda.is_available() else torch.float torch.zeros(2,2,dtype=dtype)
更新pytorch 0.4：
device = torch.device("cuda" if use_cuda else "cpu")
model = MyRNN().to(device)
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
