print("Using GPU")
else:
device = torch.device("cpu")
print("Using CPU")
```
2. 确认设备类型和编号
在使用多个GPU时,需要指定设备类型和编号 。例如,如果有2个GPU,可以使用如下代码指定使用第二个GPU:
```python
device = torch.device("cuda:1")
```
3. 确认数据类型是否匹配
在进行数据转移时,需要确保数据类型一致 。例如,如果将float类型的Tensor转移到GPU上,则需要确保GPU支持float类型 。如果不匹配,则会出现类型错误 。
【device Pytorch to用法】四、
推荐阅读
- PyTorch中的Variable变量详解
- 鱼露的正确用法
- Pytorch 高效使用GPU的操作
- pytorch程序异常后删除占用的显存操作
- 总分类及子分类 Pytorch 实现计算分类器准确率
- pytorch动态网络以及权重共享实例
- python字典get方法用法分析
- 玫瑰精油的功效与用法是什么
- 计算效率 pytorch 限制GPU使用效率详解
- 求蘸水笔的用法