PyTorch——device与cuda.device用法

1 查看当前的device

• 输入情况：

import torch
print("Default Device : {}".format(torch.Tensor([4, 5, 6]).device))

• 输出情况：

Default Device : cpu

2 cpu设备可以使用“cpu:0”来指定

• 输入情况

device = torch.Tensor([1, 2, 3], device="cpu:0").device
print("Device Type: {}".format(device))

• 输出情况

Device Type: cpu

3 gpu设备可以使用“cuda:0”来指定

• 输入情况

gpu = torch.device("cuda:0")
print("GPU Device:【{}：{}】".format(gpu.type, gpu.index))

• 输出情况

GPU Device:【cuda：0】

4 查询CPU和GPU设备数量

• 输入情况

print("Total GPU Count :{}".format(torch.cuda.device_count()))
print("Total CPU Count :{}".format(torch.cuda.os.cpu_count()))

• 输出情况

Total GPU Count :1
Total CPU Count :8

5 从CPU设备上转换到GPU设备

5.1 torch.Tensor方法默认使用CPU设备

• 输入情况

data = torch.Tensor([[1, 4, 7], [3, 6, 9], [2, 5, 8]])
print(data.shape)

• 输出情况

torch.Size([3, 3])

5.2 使用to方法将cpu的Tensor转换到GPU设备上

• 输入情况：

data_gpu = data.to(torch.device("cuda:0"))
print(data_gpu.device)

• 输出情况：

cuda:0

5.3 使用.cuda方法将cpu的Tensor转换到GPU设备上

• 输入情况：

data_gpu2 = data.cuda(torch.device("cuda:0"))
# 如果只有一块gpu的话  直接写成这样：data_gpu2 = data.cuda()
print(data_gpu2.device)

• 输出情况：

cuda:0