pytorch多GPU并行運(yùn)算的實(shí)現(xiàn)
Pytorch多GPU運(yùn)行
設(shè)置可用GPU環(huán)境變量。例如,使用0號(hào)和1號(hào)GPU'
os.environ["CUDA_VISIBLE_DEVICES"] = '0,1'
設(shè)置模型參數(shù)放置到多個(gè)GPU上。在pytorch1.0之后的版本中,多GPU運(yùn)行變得十分方便,先將模型的參數(shù)設(shè)置并行
if torch.cuda.device_count() > 1: print("Let's use", torch.cuda.device_count(), "GPUs!") model = nn.DataParallel(model)
將模型參數(shù)設(shè)置使用GPU運(yùn)行
if torch.cuda.is_available(): model.cuda()
踩坑記錄
在訓(xùn)練中,需要使用驗(yàn)證集/測(cè)試集對(duì)目前的準(zhǔn)確率進(jìn)行測(cè)試,驗(yàn)證集/測(cè)試集的加載也會(huì)占用部分顯存,所以在訓(xùn)練開始時(shí),不要將所有顯存都幾乎占滿,稍微留一些顯存給訓(xùn)練過程中的測(cè)試環(huán)節(jié)
pytorch并行后,假設(shè)batchsize設(shè)置為64,表示每張并行使用的GPU都使用batchsize=64來計(jì)算(單張卡使用時(shí),使用batchsize=64比較合適時(shí),多張卡并行時(shí),batchsize仍為64比較合適,而不是64*并行卡數(shù))。
參考
https://www.zhihu.com/question/67726969
以上就是本文的全部內(nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
python實(shí)現(xiàn)百度OCR圖片識(shí)別過程解析
這篇文章主要介紹了python實(shí)現(xiàn)百度OCR圖片識(shí)別過程解析,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-01-01快速進(jìn)修Python指南之面向?qū)ο蟾呒?jí)篇
這篇文章主要為大家介紹了Java開發(fā)者如何快速進(jìn)修Python指南之面向?qū)ο蟾呒?jí)使用示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-12-12詳解Pytorch自動(dòng)求導(dǎo)機(jī)制
自動(dòng)求導(dǎo)是一種計(jì)算梯度的技術(shù),它允許我們?cè)诙x模型時(shí)不需要手動(dòng)推導(dǎo)梯度計(jì)算公式,PyTorch 提供了自動(dòng)求導(dǎo)的功能,使得梯度的計(jì)算變得非常簡單和高效,這篇文章主要介紹了Pytorch自動(dòng)求導(dǎo)機(jī)制詳解,需要的朋友可以參考下2023-07-07Python 批量合并多個(gè)txt文件的實(shí)例講解
今天小編就為大家分享一篇Python 批量合并多個(gè)txt文件的實(shí)例講解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-05-05