在pytorch中，即使是有GPU的機器，它也不會自動使用GPU，而是需要在程序中顯示指定。調用model.cuda()，可以將模型加載到GPU上去。這種方法不被提倡，而建議使用model.to(device)的方式，這樣可以顯示指定需要使用的計算資源，特別是有多個GPU的情況下。
免責聲明！
本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。
猜您在找
model.to(device), model.cuda(), model.cpu(), DataParallel
pytorch中CUDA類型的轉換
解說pytorch中的model=model.to(device)
關於Pytorch中model.train（）
pytorch掉坑記錄：model.eval的作用
Pytorch中的 model.train() 和 model.eval() 模式
Pytorch中的model.named_parameters()和model.parameters()
Pytorch 中的模式設置：model.eval() 和 model.train()
pytorch model
pytorch中model.modules()和model.children()的區別