cuda簡單使用（一）

本人筆記本所帶的gpu是gtx 1650

import torch

print
(torch.cuda.get_device_name(
))

geforce gtx 1650

import torch 

print
(torch.cuda.device_count(
))

1

import torch

print
(torch.cuda.current_device(
))

0

import torch

x = torch.tensor([[
1,2,
3],[
4,5,
6]])
print
(x.device)

cpu

import torch

x = torch.tensor([[
1,2,
3],[
4,5,
6]],device = torch.device(
'cuda'))
print
(x.device)

cuda:0

import torch

cuda0 = torch.device(
'cuda:0'
)x = torch.tensor([[
1,2,
3],[
4,5,
6]],device = cuda0)
print
(x.device)

cuda:0

import torch

device0 = torch.device(
'cuda:0'
)x = torch.rand((2
,3))
print
(x.device)
y = x.to(device0)
print
(y.device)

cpu

cuda:0

這句話的本質是將某乙個模型的引數以tensor的形式輸入到device中，這樣引數的計算就是在gpu裡面了

import torch

device = torch.device(
'cuda:0'
)m = torch.nn.linear(10,
10)m = m.to(device)

linear(in_features=10, out_features=10, bias=true)

for batch_idx,

(inputs, targets)
inenumerate
(trainloader)
:    inputs, targets = inputs.to(device)
, targets.to(device)

CUDA記憶體使用

cuda執行緒可以在執行過程中從多中記憶體空間訪問資料，分為三個層次 1，區域性記憶體 每乙個執行緒有其私有的區域性記憶體。2，共享記憶體 每乙個執行緒塊 thread block 有乙個共享記憶體，可以被該執行緒塊中的所有執行緒訪問。3，全域性記憶體 所有的執行緒都能訪問。此外還有兩個能被所有執行...

cuda 本地記憶體使用 cuda實戰入門

cuda compute unified device architecture 是 nvidia 所推出的一種平行計算平台和平行計算 api。cuda 在平行計算上可以大顯神威，因此，我們先要找到乙個可並行的問題。乙個很簡單的可並行問題就是計算無窮級數 infinite series 圓周率 pi...

CUDA使用筆記（一）矩陣乘法

簡介 本文介紹cublassgemm 函式的使用。在c c 中，通常我們將2維矩陣按行儲存為一維陣列。但是在視訊記憶體中，矩陣是按列儲存的。因此，我們在實際使用時，對cublassgemm 中的各個引數的賦值可能會搞不清楚。本文，以乙個具體的矩陣乘法案例為例子，介紹cublassgemm 函式的使用...