Die Verwendung der GPU für Training oder Argumentation ist um ein Vielfaches schneller als die reine Verwendung der CPU. Wenn das Gerät also über eine GPU verfügt, werden wir im Allgemeinen versuchen, die GPU so oft wie möglich zu verwenden.
Zunächst kann die GPU verwendet werden: Daten (Eingabebild, beschriftete Beschriftung), Verlustfunktion, Netzwerkmodell.
Methode eins
Alle drei Stellen rufen .cuda() auf, um zurückzukehren.
Netzwerkmodell:
Verlustfunktion:
Daten (Eingabebild, beschriftete Beschriftung):
Trainingssatz, Verifizierungssatz, Testsatz (nehmen Sie die Trainingssatzkarte als Beispiel).
Weg zwei
Definieren Sie zunächst die Ausrüstung für das Netzwerktraining und rufen Sie dann an allen drei Stellen .to(device) auf, um zurückzukehren
# 定义训练的设备
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
Netzwerkmodell:
Verlustfunktion:
Daten (Eingabebild, beschriftete Beschriftung):
Trainingssatz, Verifizierungssatz, Testsatz (nehmen Sie die Trainingssatzkarte als Beispiel).