python小记（八）：python中使用CUDA处理数据,pytorch,cuda（持续更新）

---

前言

自用

import torch
import numpy as np

1.从CPU转移到GPU

方法一：tensor.to()

a = torch.ones(3,4)
b = a.to("cuda")
print(a)
print(b)

结果：

tensor([[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]])
tensor([[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]], device='cuda:0')

注意：.to()不仅可以转移device，还可以修改数据类型，比如：a.to(torch.double)

方法二：tensor.cuda()

rot = torch.ones((1, 1, 1, 1, 1)).cuda()
print(rot)

结果：

tensor([[[[[1.]]]]], device='cuda:0')

方法三：tensor.type()

dtype = torch.cuda.FloatTensor
x = torch.rand(2,2).type(dtype)
print(x)

结果：

tensor([[0.2392, 0.3246],
        [0.7091, 0.1741]], device='cuda:0')

方法四：torch.from_numpy(np_labels).cuda()

a = np.array([1,2,3,4])
b = torch.from_numpy(a).cuda()
print(b)

结果：

tensor([1, 2, 3, 4], device='cuda:0', dtype=torch.int32)

https://www.pythonf.cn/read/149404#3_cpugpu_106