赞
踩
如何在Python中将PyTorch张量从CPU移动到GPU
PyTorch是一个流行的深度学习框架,它提供了强大的GPU加速功能,可以加快模型训练和推理的速度。在PyTorch中,我们可以使用张量(Tensors)来表示和操作数据。默认情况下,张量是在CPU上创建的,但是我们可以将它们移动到GPU上以利用GPU的并行计算能力。本教程将向您展示如何在Python中将PyTorch张量从CPU移动到GPU。
步骤1:检查GPU可用性
在开始之前,我们需要检查系统中是否有可用的GPU。可以使用torch.cuda.is_available()
函数来检查GPU是否可用。如果返回True
,则表示GPU可用;如果返回False
,则表示GPU不可用。
import torch
if torch.cuda.is_available():
print("GPU可用")
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。