python沒有g(shù)pu,如何改用cpu跑代碼
沒有g(shù)pu,改用cpu跑代碼
以為很麻煩的修改,很大動干戈的改動,以及無止盡的報錯,結(jié)果,就改動代碼中的device就OK了,驚不驚喜,意不意外!?
也就是說,
只需要將device設(shè)置為以下即可
device=torch.device("cuda:0" if torch.cuda.is_available() else "cpu"))另外也不需要全如此設(shè)置,只需查看報錯處調(diào)用device的來源,在修改torch.device()括號里面的內(nèi)容就可。
Tensorflow-gpu禁用gpu設(shè)置(cpu與gpu速度對比)
禁用gpu設(shè)置
# 在import tensorflow之前 import os os.environ['CUDA_VISIBLE_DEVICES'] = '-1'
cpu與gpu對比
顯卡:GTX 1066
cpu

gpu

簡單測試:gpu比cpu快5秒
以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
- Python基于pyCUDA實現(xiàn)GPU加速并行計算功能入門教程
- 關(guān)于Python的GPU編程實例近鄰表計算的講解
- Python實現(xiàn)GPU加速的基本操作
- Python3實現(xiàn)打格點算法的GPU加速實例詳解
- GPU排隊腳本實現(xiàn)空閑觸發(fā)python腳本實現(xiàn)示例
- python 詳解如何使用GPU大幅提高效率
- 淺談Python實時檢測CPU和GPU的功耗
- 一文詳解如何用GPU來運行Python代碼
- Python Pytorch gpu 分析環(huán)境配置
- 利用Python進行全面的GPU環(huán)境檢測與分析
- Python調(diào)用GPU算力的實現(xiàn)步驟
相關(guān)文章
Python實現(xiàn)動態(tài)給類和對象添加屬性和方法操作示例
這篇文章主要介紹了Python實現(xiàn)動態(tài)給類和對象添加屬性和方法操作,涉及Python面向?qū)ο蟪绦蛟O(shè)計中類與對象屬性、方法的動態(tài)操作相關(guān)實現(xiàn)技巧,需要的朋友可以參考下2020-02-02
Python3實現(xiàn)從排序數(shù)組中刪除重復(fù)項算法分析
這篇文章主要介紹了Python3實現(xiàn)從排序數(shù)組中刪除重復(fù)項算法,結(jié)合3個完整實例形式分析了Python3針對排序數(shù)組的遍歷、去重、長度計算等相關(guān)操作技巧,需要的朋友可以參考下2019-04-04
在Windows服務(wù)器下用Apache和mod_wsgi配置Python應(yīng)用的教程
這篇文章主要介紹了在Windows服務(wù)器下用Apache和mod_wsgi配置Python應(yīng)用的教程,本文選擇以flask框架作為示例,需要的朋友可以參考下2015-05-05
django自帶的權(quán)限管理Permission用法說明
這篇文章主要介紹了django自帶的權(quán)限管理Permission用法說明,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05
pandas探索你的數(shù)據(jù)實現(xiàn)可視化示例詳解
這篇文章主要為大家介紹了pandas探索你的數(shù)據(jù)實現(xiàn)可視化示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-10-10

