win10 pytorch用GPU 运行代码

1: 首先安装显卡对应的CUDA ，2：打开pytorch 官网3：验证：import torchDEVICE = ("cuda" if torch.cuda.is_available() else "cpu")print(torch.cuda.is_available())输出为true 则证明已经可以启动显卡运行程序...

2021乐乐

2019人浏览 · 2020-03-18 23:14:55

2021乐乐 · 2020-03-18 23:14:55 发布

1: 首先安装显卡对应的CUDA ，

2：打开pytorch 官网

3：验证：

import torch
DEVICE = ("cuda" if torch.cuda.is_available() else "cpu")
print(torch.cuda.is_available())

输出为true 则证明已经可以启动显卡运行程序

昇腾开源生态专区

昇腾计算产业是基于昇腾系列（HUAWEI Ascend）处理器和基础软件构建的全栈 AI计算基础设施、行业应用及服务，https://devpress.csdn.net/organization/setting/general/146749包括昇腾系列处理器、系列硬件、CANN、AI计算框架、应用使能、开发工具链、管理运维工具、行业应用及服务等全产业链

更多推荐

NVIDIA迁移昇腾踩坑记：为何数据拷贝成了“背锅侠”？（附1.5s→0.7s优化复盘）

本次小模型迁移性能调优实战，从最初的性能衰退到最终的超越原平台性能，整个过程充满了技术挑战和发现。最关键的是，我们打破了直觉的误导，通过科学的Profiling分析找到了真正的性能瓶颈。目前CANN的迭代速度很快，建议大家在迁移时如果遇到性能瓶颈，不要死磕代码逻辑，先跑一遍Profiler，大概率能帮你省下几天排查时间。如果常规手段搞不定，试试Torchair或者MindIE这种针对性的推理后端，