PyTorch中使用指定的GPU

 

转载请注明出处：

 

http://www.cnblogs.com/darkknightzh/p/6836568.html

 

 

 

PyTorch默认使用从0开始的GPU，如果GPU0正在运行程序，需要指定其他GPU。

 

有如下两种方法来指定需要使用的GPU。

 

1. 类似tensorflow指定GPU的方式，使用CUDA_VISIBLE_DEVICES。

 

1.1 直接终端中设定：

 

CUDA_VISIBLE_DEVICES=1 python my_script.py

 

1.2 python代码中设定：

 

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "2"

 

见网址：http://www.cnblogs.com/darkknightzh/p/6591923.html

 

2. 使用函数 set_device

 

import torch
torch.cuda.set_device(id)

 

该函数见 pytorch-master\torch\cuda\__init__.py。

 

不过官方建议使用CUDA_VISIBLE_DEVICES，不建议使用 set_device 函数。

 

如何使用特定显卡跑pyTorch

方法一：改变系统变量使得仅目标显卡可见

export CUDA_VISIBLE_DEVICES=0 #这里是要使用的GPU编号，正常的话是从0开始
然后再运行pyTorch即可

方法二：使用torch.cuda接口

#在生成网络对象之前：
torch.cuda.set_device(0)
方法三：使用多pytorch的并行GPU接口

net = torch.nn.DataParallel(model, device_ids=[0])
方法四：初始化模型时

net = Net.cuda(0)
---------------------
作者：夕何
来源：CSDN
原文：https://blog.csdn.net/u010698086/article/details/80346177
版权声明：本文为博主原创文章，转载请附上博文链接！