Question

是否可以在特定（GPU）设备的上下文中运行pytorch（而不必为每个新张量指定设备，例如.to选项）

类似tensorflow with tf.device('/device:GPU:0'): ..

似乎默认设备是cpu（除非我做错了）：

with torch.cuda.device('0'):
   a = torch.zeros(1)
   print(a.device)

>>> cpu

Answer 1

不幸的是，在当前实现中，with-device语句无法以这种方式工作，它只能用于在cuda设备之间进行切换。

您仍然必须使用device参数来指定使用哪个设备（或使用.cuda()将张量移动到指定的GPU），并在以下情况下使用类似的术语：

# allocates a tensor on GPU 1
a = torch.tensor([1., 2.], device=cuda)

要访问cuda:1：

cuda = torch.device('cuda')

with torch.cuda.device(1):
    # allocates a tensor on GPU 1
    a = torch.tensor([1., 2.], device=cuda)

并访问cuda:2：

cuda = torch.device('cuda')

with torch.cuda.device(2):
    # allocates a tensor on GPU 2
    a = torch.tensor([1., 2.], device=cuda)

但是没有device参数的张量仍然是CPU张量：

cuda = torch.device('cuda')

with torch.cuda.device(1):
    # allocates a tensor on CPU
    a = torch.tensor([1., 2.])

总结一下：

否-不幸的是，它在with-device的当前实现中陈述不能以您在自己的描述中所述的方式使用问题。

还有documentation中的一些示例：

cuda = torch.device('cuda')     # Default CUDA device
cuda0 = torch.device('cuda:0')
cuda2 = torch.device('cuda:2')  # GPU 2 (these are 0-indexed)

x = torch.tensor([1., 2.], device=cuda0)
# x.device is device(type='cuda', index=0)
y = torch.tensor([1., 2.]).cuda()
# y.device is device(type='cuda', index=0)

with torch.cuda.device(1):
    # allocates a tensor on GPU 1
    a = torch.tensor([1., 2.], device=cuda)

    # transfers a tensor from CPU to GPU 1
    b = torch.tensor([1., 2.]).cuda()
    # a.device and b.device are device(type='cuda', index=1)

    # You can also use ``Tensor.to`` to transfer a tensor:
    b2 = torch.tensor([1., 2.]).to(device=cuda)
    # b.device and b2.device are device(type='cuda', index=1)

    c = a + b
    # c.device is device(type='cuda', index=1)

    z = x + y
    # z.device is device(type='cuda', index=0)

    # even within a context, you can specify the device
    # (or give a GPU index to the .cuda call)
    d = torch.randn(2, device=cuda2)
    e = torch.randn(2).to(cuda2)
    f = torch.randn(2).cuda(cuda2)
    # d.device, e.device, and f.device are all device(type='cuda', index=2)

pytorch-在“ with statement”中使用设备

1 个答案: