您好,登錄后才能下訂單哦!
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。
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。