最近将Pytorch程序迁移到GPU上去的一些工作和思考
环境:Ubuntu 16.04.3
Python版本:3.5.2
Pytorch版本:0.4.0
0. 序言
大家知道,在深度学习中使用GPU来对模型进行训练是可以通过并行化其计算来提高运行效率,这里就不多谈了。
最近申请到了实验室的服务器来跑程序,成功将我简陋的程序改成了“高大上”GPU版本。
看到网上总体来说少了很多介绍,这里决定将我的一些思考和工作记录下来。
1. 如何进行迁移
由于我使用的是Pytorch写的模型,网上给出了一个非常简单的转换方式: 对模型和相应的数据进行.cuda()处理。通过这种方式,我们就可以将内存中的数据
1