标签:torch 张量 Pytorch 报错 cuda device GPU
Pytorch直接在GPU上创建张量报错:legacy constructor expects device type: cpubut device type: cuda was passed
一般的创建张量方法:
torch.Tensor(x) # x可以是list或者np.array类型
但是这种创建方式默认是在把张量放在CPU(内存)中的。如果我们要使用GPU来训练模型,那么就还必须进行一步将张量复制到GPU上的操作,这样显然会费时间。
之前也是看到其他文章有说可以直接在GPU上创建张量,因此自己也做了一下尝试:
MyDevice=torch.device('cuda:0')
x = torch.LongTensor(x, device=MyDevice) # 由于我的模型底层为Embedding层,因此使用LongTensor
运行程序的时候报错:
legacy constructor expects device type: cpu but device type: cuda was passed
根据报错分析问题是这里不能给device参数传’cuda’?然后查了一下,发现pytorch官方给的回答是,Tensor类是tensor的子类,不能给其device传参。而使用tensor类进行构建就不存在问题。
⭐️ 因此将代码改为如下:
MyDevice = torch.device('cuda:0')
x = torch.tensor(x, device=MyDevice)
x = x.long()
这下,就不再报错了。
标签:torch,张量,Pytorch,报错,cuda,device,GPU 来源: https://blog.csdn.net/dong_liuqi/article/details/120099335
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。