import torch
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0,1"
device0 = torch.device('cuda:0')
device1 = torch.device('cuda:1')
data = torch.rand(300,300)
print(data)
print(torch.cuda.device_count()) # 显卡数量 2
print(torch.cuda.get_device_name()) # 设备名 NVIDIA GeForce RTX 3090
print(torch.cuda.current_device()) # 当前设备编号 0
data0 = data.to(device0)
data1 = data.to(device1)
print(data0.device) # cuda:0
print(data1.device) # cuda:1
time.sleep(60)
torch显卡操作
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
推荐阅读更多精彩内容
- 最近看到一个开源的单图转立体视图的项目,准备试试公司没有带nvidia显卡的电脑,先租了个云主机,可以跑,效果还不...
- 在使用torch时偶然发现,如果同时启动多个模型训练,并且都要占用很多worker的时候,会导致swap空间占满,...
- 近期我接到后台留言板留言询问道:自身的电脑上在运行大中型游戏的情况下帧率不高,在没有更换核显的状况下是否有改进的方...
- Tensor本身是数据View,与Storage结合形成MVC模式。本主题主要罗列Tensor数据访问有关的函数。...