如何检查张量是否在 cuda 上或将其发送到 Pytorch 中的 cuda？

Question

我有一个张量

t = torch.zeros((4, 5, 6))

如何检查它是否在GPU上，并将其发送到GPU并返回？

Answer 1

来自pytorch论坛

使用

t.is_cuda

、

t.cuda()

、

t.cpu()

t = torch.randn(2,2)
t.is_cuda  # returns False
t = torch.randn(2,2).cuda()
t.is_cuda  # returns True
t = t.cpu()
t.is_cuda  # returns False

在 GPU 和 CPU 之间传递数据时，新数组会在相关设备上分配。

Answer 2

@Gulzar只告诉你如何检查张量是在cpu上还是在gpu上。您可以通过以下方法计算GPU上的张量：

t = torch.rand(5, 3)
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
t = t.to(device)

Answer 3

老问题和正确答案，但为什么不使用

print(tensor.get_device())

，如此处所述？

如果张量在 GPU 上，则返回 0；如果在 CPU 上，则返回 -1。