PyTorch 随机数生成占用 CPU 过高的解决方法
PyTorch随机数生成占用CPU过高的问题
今天在使用pytorch的过程中，发现CPU占用率过高。经过检查，发现是因为先在CPU中生成了随机数，然后再调用.to(device)传到GPU，这样导致效率变得很低，并且CPU和GPU都被消耗。
查阅PyTorch文档后发现，torch.randn(shape,out)可以直接在GPU中生成随机数，只要shape是tensor.cuda.Tensor类型即可。这样，就可以避免在CPU中生成过大的矩阵，而shape变量是很小的。
因此，下面的代码就可以进行这种操作了。
noise=torch.cuda.FloatTensor(shape)iftorch.cuda.is_available()elsetorch.FloatTensor(shape) torch.randn(shape,out=noise)
以上这篇PyTorch随机数生成占用CPU过高的解决方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。