Python day34

@浙大疏锦行 python day34

内容:

  • 使用GPU训练及类的call方法
  • 使用GPU训练:调用.to(device)就可以使用GPU进行训练,且只有继承nn.Module以及torch.Tensor类型的才可以调用上述方法,同时计算时所有的输入张量和模型必须处于用一个设备,否则会触发运行时错误
  • __call__方法:类内部定义的一个方法,使用实例化后的类名即可直接调用

代码:

python 复制代码
import torch

# 检查CUDA是否可用
if torch.cuda.is_available():
    print("CUDA可用!")
    # 获取可用的CUDA设备数量
    device_count = torch.cuda.device_count()
    print(f"可用的CUDA设备数量: {device_count}")
    # 获取当前使用的CUDA设备索引
    current_device = torch.cuda.current_device()
    print(f"当前使用的CUDA设备索引: {current_device}")
    # 获取当前CUDA设备的名称
    device_name = torch.cuda.get_device_name(current_device)
    print(f"当前CUDA设备的名称: {device_name}")
    # 获取CUDA版本
    cuda_version = torch.version.cuda
    print(f"CUDA版本: {cuda_version}")
    # 查看cuDNN版本(如果可用)
    print("cuDNN版本:", torch.backends.cudnn.version())

else:
    print("CUDA不可用。")


# 设置GPU设备
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
print(f"使用设备: {device}")


# 实例化模型并移至GPU
model = MLP().to(device)
python 复制代码
class Studen():
    def __init__(self, name):
        self.name = name
    def __call(self):
        print("Hello + self.name")

stu1 = Student()
stu1() # 输出 Hello, name
相关推荐
Blossom.11821 分钟前
基于深度学习的医学图像分析:使用MobileNet实现医学图像分类
人工智能·深度学习·yolo·机器学习·分类·数据挖掘·迁移学习
德育处主任21 分钟前
「豆包」加「PromptPilot」等于「优秀员工」
人工智能·llm·aigc
字节跳动安全中心29 分钟前
猎影计划:从密流中捕获 Cobalt Strike 的隐秘身影
人工智能·安全·llm
技术炼丹人29 分钟前
从RNN为什么长依赖遗忘到注意力机制的解决方案以及并行
人工智能·python·算法
FreeBuf_1 小时前
AI Agents漏洞百出,恶意提示等安全缺陷令人担忧
人工智能·安全
hqxstudying1 小时前
Java开发时出现的问题---语言特性与基础机制陷阱
java·jvm·python
水鳜鱼肥1 小时前
Github Spark 革新应用,重构未来
前端·人工智能
仪器科学与传感技术博士1 小时前
python:机器学习中的分类与回归怎么理解
python·机器学习·分类
2401_831896031 小时前
机器学习(12):拉索回归Lasso
人工智能·机器学习·回归
Darach1 小时前
如何实现坐姿检测功能
人工智能·计算机视觉