溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

PyTorch 隨機(jī)數(shù)生成占用 CPU 過(guò)高的解決方法

發(fā)布時(shí)間：2020-10-13 18:57:49 來(lái)源：腳本之家 閱讀：263 作者：lucasgyshen 欄目：開發(fā)技術(shù)

PyTorch 隨機(jī)數(shù)生成占用 CPU 過(guò)高的問(wèn)題

今天在使用 pytorch 的過(guò)程中，發(fā)現(xiàn) CPU 占用率過(guò)高。經(jīng)過(guò)檢查，發(fā)現(xiàn)是因?yàn)橄仍?CPU 中生成了隨機(jī)數(shù)，然后再調(diào)用.to(device)傳到 GPU，這樣導(dǎo)致效率變得很低，并且CPU 和 GPU 都被消耗。

查閱PyTorch文檔后發(fā)現(xiàn)，torch.randn(shape, out)可以直接在GPU中生成隨機(jī)數(shù)，只要shape是tensor.cuda.Tensor類型即可。這樣，就可以避免在 CPU 中生成過(guò)大的矩陣，而 shape 變量是很小的。

因此，下面的代碼就可以進(jìn)行這種操作了。

noise = torch.cuda.FloatTensor(shape) if torch.cuda.is_available() else torch.FloatTensor(shape)
torch.randn(shape, out=noise)

以上這篇PyTorch 隨機(jī)數(shù)生成占用 CPU 過(guò)高的解決方法就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持億速云。

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手