如何用PyTorch检查torch.Tensor和model是否在CUDA上运行的例子
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本文提供了一个使用PyTorch框架检查张量（torch.Tensor）和模型是否已移动到GPU（CUDA）上的实例教程。通过具体代码示例，帮助开发者确保其计算图能在加速器设备上高效执行。
今天在训练faster R-CNN的过程中发现之前运行良好的程序（指显卡利用率一直维持在70%以上），今天的显卡利用率却很低。我怀疑可能是由于torch.Tensor或者模型model没有加载到GPU上进行训练，因此查找了如何查看tensor和model所在设备的命令。
```python
import torch
import torchvision.models as models
model = models.vgg11(pretrained=False)
print(next(model.parameters()).is_cuda) # False
data = torch.ones((...))
```
这段代码用于检查模型参数是否在GPU上，结果为False，说明当前模型并未加载到GPU。
全部评论 (0)
还没有任何评论哟~
