pytorch7 tensor 생략없이 import torchtorch.set_printoptions(profile="full") 2024. 5. 3. 모델 학습 GPU 병행처리(nn.DataParallel) 두 개이상의 GPU가 있다면 여러개의 GPU 사용이 가능하다. import torch import torch.nn as nn if torch.cuda.is_available(): device = "cuda" else: device = "cpu" "사용할 모델" = 미리 구성 if torch.cuda.device_count() > 1: model = nn.DataParallel("사용할 모델").to(device) 2024. 3. 13. [Pytorch] 파이토치로 GPU 사용 print("GPU 가용여부 ", torch.cuda.is_available()) print("GPU 갯수 ", torch.cuda.device_count()) print("GPU 이름 ", torch.cuda.get_device_name(0)) device = "cuda:0" if torch.cuda.is_available() else "cpu" print(device) # 결과 값 GPU 가용여부 True GPU 갯수 2 GPU 이름 NVIDIA GeForce RTX 3080 Ti cuda:0 2022. 11. 28. [Pytorch] Tensor CPU, GPU 변경 sample_tensor.is_cuda # gpu 텐서 확인 리턴값 bool sample_tensor.to(device) # 설정한 디바이스로 텐서 타입 변경 sample_tensor.cuda() # 다른 방식 1 sample_tensor = sample_tensor.to(device. dtype=torch.float64) # 다른방식 2 sample_tensor = torch.as_tensor(sample_tensor, dtype=torch.float32, device='gpu') # 다른방식 3 sample_tensor.cpu() # CPU로 옮길 때 2022. 11. 28. [Pytorch] Tensor(텐서) 오류 해결 모음 RuntimeError : expected scalar type Double but found Float Pytorch는 Tensor연산시 Float32으로 진행 해결 : Float32로 바꿔주기. EX) sample_tensor.to(device, dtype=torch.float32) Expected all tensors to be on the same device, but found at least two devices 사용하는 텐서가 두종류(CPU,GPU)가 충돌한다는 의미 해결 : sample_tensor.CPU(), sample_tensor.GPU()를 사용하여 텐서의 흐름을 통일 시켜주기 2022. 11. 28. [Pytorch] 파이토치 Tensor(텐서)의 최대 값, 인덱스 sample_tensor.max(dim=0) # dim=0은 행에서 최대값, 인덱스 sample_tensor.max(dim=1) # dim=1은 열에서 최대값, 인덱스 2022. 11. 28. 이전 1 2 다음 728x90
