Pytorch基础：torch.cuda.set_device函数

torch.cuda.set_device函数用于设置当前使用的cuda设备，在当拥有多个可用的GPU且能被pytorch识别的cuda设备情况下（环境变量CUDA_VISIBLE_DEVICES可以影响GPU设备到cuda设备的映射）。

由于有些情况下，可以不显式写出cuda设备的编号，此时指的是当前使用的cuda设备，默认为cuda0设备，如下所示。

复制代码

import torch
print("当前cuda设备是", torch.cuda.current_device()) # 获取当前cuda设备

a=torch.tensor([1, 2, 3, 4, 5], device='cuda') # 在当前cuda设备上创建一个张量
print(a)

device=torch.device('cuda')                    # 创建一个当前cuda设备

b=torch.tensor([1, 2, 3, 4, 5], device=device) # 在当前cuda设备上创建一个张量
print(b)

c=torch.tensor([1, 2, 3, 4, 5]).to(device)     # 将张量移动到当前cuda设备
print(c)

d=torch.tensor([1, 2, 3, 4, 5]).to('cuda')     # 将张量移动到当前cuda设备
print(d)

e=torch.tensor([1, 2, 3, 4, 5]).cuda()         # 将张量移动到当前cuda设备
print(e)

f=torch.tensor([1, 2, 3, 4, 5]).cuda(device)   # 将张量移动到当前cuda设备
print(f)

输出：
当前cuda设备是 0
tensor([1, 2, 3, 4, 5], device='cuda:0')
tensor([1, 2, 3, 4, 5], device='cuda:0')
tensor([1, 2, 3, 4, 5], device='cuda:0')
tensor([1, 2, 3, 4, 5], device='cuda:0')
tensor([1, 2, 3, 4, 5], device='cuda:0')
tensor([1, 2, 3, 4, 5], device='cuda:0')

可以看到上面几个例子的在创建和转移张量时，指定了没有编号的当前cuda字符串，创建和使用的设备也是没有编号的当前cuda设备，在使用.cuda()方法时也没有指定编号或者使用了当前cuda设备。

使用torch.cuda.set_device函数可以设置任意一个可用的cuda设备为当前cuda设备，这会影响有关当前cuda设备的命令，如下所示。

复制代码

import torch

torch.cuda.set_device(1)                            # 设置当前cuda设备编号为1
print("当前cuda设备是", torch.cuda.current_device()) # 获取当前cuda设备
a=torch.tensor([1, 2, 3, 4, 5], device='cuda') # 在当前cuda设备上创建一个张量
print(a)

device=torch.device('cuda')                    # 创建一个当前cuda设备

torch.cuda.set_device(2)                       # 设置当前cuda设备编号为2
print("当前cuda设备是", torch.cuda.current_device()) # 获取当前cuda设备
b=torch.tensor([1, 2, 3, 4, 5], device=device) # 在当前cuda设备上创建一个张量
print(b)

torch.cuda.set_device(0)                       # 设置当前cuda设备编号为0
print("当前cuda设备是", torch.cuda.current_device()) # 获取当前cuda设备
c=torch.tensor([1, 2, 3, 4, 5]).to(device)     # 将张量移动到当前cuda设备
print(c)

torch.cuda.set_device(1)                       # 设置当前cuda设备编号为1
print("当前cuda设备是", torch.cuda.current_device()) # 获取当前cuda设备
d=torch.tensor([1, 2, 3, 4, 5]).to('cuda')     # 将张量移动到当前cuda设备
print(d)

torch.cuda.set_device(2)                       # 设置当前cuda设备编号为2
print("当前cuda设备是", torch.cuda.current_device()) # 获取当前cuda设备
e=torch.tensor([1, 2, 3, 4, 5]).cuda()         # 将张量移动到当前cuda设备
print(e)

torch.cuda.set_device(0)                       # 设置当前cuda设备编号为0
print("当前cuda设备是", torch.cuda.current_device()) # 获取当前cuda设备
f=torch.tensor([1, 2, 3, 4, 5]).cuda(device)   # 将张量移动到当前cuda设备
print(f)

输出：
当前cuda设备是 1
tensor([1, 2, 3, 4, 5], device='cuda:1')
当前cuda设备是 2
tensor([1, 2, 3, 4, 5], device='cuda:2')
当前cuda设备是 0
tensor([1, 2, 3, 4, 5], device='cuda:0')
当前cuda设备是 1
tensor([1, 2, 3, 4, 5], device='cuda:1')
当前cuda设备是 2
tensor([1, 2, 3, 4, 5], device='cuda:2')
当前cuda设备是 0
tensor([1, 2, 3, 4, 5], device='cuda:0')

从上面的例子中，可以看出torch.cuda.set_device函数可以接受一个正整数参数作为编号，改变当前cuda设备。它还可以接受一个device对象作为参数，前提是这个device对象是有编号（即不能是当前cuda设备）。

复制代码

device =torch.device('cuda:1')
torch.cuda.set_device(device) # 这是可行的
device =torch.device('cuda')
torch.cuda.set_device(device) # 这是错误的，因为device是一个没有编号的当前cuda设备对象

输出：
ValueError: Expected a torch.device with a specified index or an integer, but got:cuda

pytorch官方不建议使用这个函数，而是直接显式指明有关cuda设备的编号，而不是依赖当前设备，如下所示。

复制代码

import torch

a=torch.tensor([1, 2, 3, 4, 5], device='cuda:1') # 在cuda1设备上创建一个张量
print(a)

device=torch.device('cuda:2')                  # 创建一个cuda2设备

b=torch.tensor([1, 2, 3, 4, 5], device=device) # 在cuda2设备上创建一个张量
print(b)

c=torch.tensor([1, 2, 3, 4, 5]).to(device)     # 将张量移动到cuda2设备
print(c)

d=torch.tensor([1, 2, 3, 4, 5]).to('cuda:0')   # 将张量移动到cuda0设备
print(d)

e=torch.tensor([1, 2, 3, 4, 5]).cuda(1)        # 将张量移动到cuda1设备
print(e)

f=torch.tensor([1, 2, 3, 4, 5]).cuda(device)   # 将张量移动到cuda2设备
print(f)

输出：
tensor([1, 2, 3, 4, 5], device='cuda:1')
tensor([1, 2, 3, 4, 5], device='cuda:2')
tensor([1, 2, 3, 4, 5], device='cuda:2')
tensor([1, 2, 3, 4, 5], device='cuda:0')
tensor([1, 2, 3, 4, 5], device='cuda:1')
tensor([1, 2, 3, 4, 5], device='cuda:2')