Pytorch学习系列之六： 数据并行处理及模型文件批量自动加载（Dataset, DataLoader用法）

本文主要是介绍Pytorch学习系列之六： 数据并行处理及模型文件批量自动加载（Dataset, DataLoader用法），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

说明

将学习如何用 DataParallel 来使用多 GPU。 通过 PyTorch 使用多个 GPU 非常简单。

 device = torch.device("cuda:0")model.to(device)

然后，你可以复制所有的张量到 GPU：

mytensor = my_tensor.to(device)

请注意，只是调用 my_tensor.to(device) 返回一个 my_tensor 新的复制在GPU上，而不是重写 my_tensor。你需要分配给他一个新的张

这篇关于Pytorch学习系列之六： 数据并行处理及模型文件批量自动加载（Dataset, DataLoader用法）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---