使用指定GPU跑Pytorch

1、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

1. 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。

 

By : https://blog.csdn.net/qq_34690929/article/details/79923648

 

2、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
1
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)
1
2
方法三：使用多pytorch的并行GPU接口
net = torch.nn.DataParallel(model, device_ids=[0])
1
方法四：初始化模型时
net = Net.cuda(0)
--------------------- 

By：https://blog.csdn.net/u010698086/article/details/80346177