Day 38 GPU训练和call方法

@浙大疏锦行

知识点回归:

1.CPU性能的查看:看架构代际、核心数、线程数

# pip install wmi -i https://pypi.tuna.tsinghua.edu.cn/simple
# 这是Windows专用的库，Linux和MacOS不支持，其他系统自行询问大模型
# 我想查看一下CPU的型号和核心数
import wmi

c = wmi.WMI()
processors = c.Win32_Processor()

for processor in processors:
    print(f"CPU 型号: {processor.Name}")
    print(f"核心数: {processor.NumberOfCores}")
    print(f"线程数: {processor.NumberOfLogicalProcessors}")

2.GPU性能的查看:看显存、看级别、看架构代际

3.GPU训练的方法:数据和模型移动到GPUdevice上

4.类的call方法:为什么定义前向传播时可以直接写作self.fc1(x)

作业：每次 GPU 等待 CPU 存数据的时间不固定，系统动态开销（如 CPU 负载、显存碎片）干扰明显，且深度学习框架会合并同步操作，使实际等待次数少于记录次数，总开销并非简单的次数 × 固定时间。