我是PyTorch的新手，并且一直在做一些关于CIFAR10的教程，特别是Google Colab，因为我个人还没有一个图形处理器来对它进行实验。我已经成功地训练了我的神经网络，但我不确定我的代码是否使用了Colab的图形处理器，因为使用Colab的训练时间并不比我2014年的MacBook专
浏览 1提问于2018-09-01得票数 4
回答已采纳
如何在windows wsl 2 (Ubuntu-20.04)上安装支持gpu的pytorch 0.3？我在这个链接https://pytorch.org/get-started/previous-versions/中尝试了旧版本的pytorch的轮子，但没有得到可行的解决方案。我使用的是conda和python 3.6。
浏览 30提问于2021-09-26得票数 1
我正在尝试在google colab中使用GPU。下面是我的colab中安装的pytorch和cuda版本的详细信息。CorporationCuda compilation tools, release 10.0, V10.0.130 我对在pytorch模型上使用GPU进行迁移学习非常陌生。我的torch.cuda.is_availabl
浏览 561提问于2019-12-03得票数 4
回答已采纳
在colab中，每当我们需要图形处理器时，我们只需单击change runtime type并将硬件加速器更改为GPU cuda可用，torch.cuda.is_available()就是True 如何做到这一点是我是AWS的新手，正在尝试在aws sagemaker中使用pytorch训练模型，Pytorch代码首先在colab环境中进行测试。 我的sagemaker笔记本电脑是ml.t2.medium
浏览 31提问于2021-04-02得票数 0
回答已采纳
我使用的是Google Cloud。有没有一种简单的方法来创建带有GPU的虚拟机，并预装TensorFlow或pytorch？
浏览 13提问于2018-07-04得票数 0
2回答
我正在尝试使用pytorch_xla使用TPU，但它在_XLAC中显示导入错误。
import torch_xla
浏览 19提问于2020-05-17得票数 6
我正在尝试在google colab上训练神经网络：
我在Google Colab上运行这段代码(硬件加速器设置为GPU)，并且训练速度比在我的家用PC上运行慢40倍，而我的家用PC的GTX 1050要弱得多所以我猜在colab上它不是在GPU上运行的。google colab上</e
浏览 1提问于2018-12-05得票数 0
1回答
我有一个使用BertModel.from_pretrained('test_model')保存的转换器模型然后，我想用BertModel.from_pretrained('test_model/')打开它，但我的本地PC上没有图形处理器。GPU and installed a driver from http://www.n
浏览 2提问于2020-11-21得票数 1
我想使用TreeTagger模块来标记原始语料库上的词性信息。由于通过Google Colab使用图形处理器似乎更快，我安装了TreeTagger模块，但Colab代码找不到TreeTagger目录。
浏览 11提问于2021-01-29得票数 1
我刚接触pytorch geometric，尝试将其安装到我的计算机上，但失败了，所以我尝试在Google Colab上运行代码。根据前面的问题(这对我没有帮助，我也不确定是不是同一个问题)： PyTorch Geometric CUDA installation issues on Google Colab 我做到了： !pip install torch-cluster==latest+cu101 -f https:/&
浏览 167提问于2020-04-19得票数 4
我在dgl (DeepMind的深度图形库)中导入pytorch时出错，具体地说： 符号: /home/user/anaconda3/envs/my_env/lib/python3.7/site-packages我也在谷歌上搜索，我找到了这个https://github.com/pytorch/pytorch/issues/14973。这是基本<em
浏览 179提问于2019-04-13得票数 5
1回答
我已经使用MATLAB的图像标签应用程序创建了500张图像的PixelLabelData。因此，我得到了每个图像的原始图像和类标签。此信息存储在.mat格式的gTruth文件中。我想使用这个数据集来训练tensorflow (Google Colab)中的Unet。我无法在MATLAb上完成训练任务，因为系统限制(内存不足，没有图形处理器).However，我读到我们可以从MATLAB导入训练数据用于Cola
浏览 0提问于2019-12-23得票数 0
我在谷歌Colab上使用PyTorch，我在使用图形处理器时遇到这个错误， TypeError Traceback (most recentdataiter= iter(trainloader)
TypeError: '_SingleProcessDataLoaderIter' object is not callable 但是wen使用正常的CPU我的代码： %ma
浏览 31提问于2020-08-19得票数 0
回答已采纳
我在Google Colab上使用Pytorch运行我的Jupyter Notebook。在我收到“Cuda断言失败:设备端断言触发”之后，我无法运行使用我的pytorch模块的任何其他代码。有没有人知道如何重置我的代码，让我以前工作的Pytorch函数仍然可以运行？
我已经尝试实现了CUDA_LAUNCH_BLOCKING=1，但是我的
浏览 2提问于2019-02-08得票数 3
回答已采纳
1回答
但是当我在Google上运行它时，它只使用了42 GB中的1.12 GB的GPU。我已经启用并检查了colab的所有配置，并在代码中使用Pytorch包装器。
请帮助我如何使用科拉布的全部资源。
浏览 2提问于2022-05-24得票数 0
在https://colab.research.google.com/notebooks/gpu.ipynb中，我假设这是谷歌的图形处理器加速的官方演示，如果我遵循这些步骤，使用Tensorflow2.x的图形处理器加速(大约比CPU快60倍)工作。但是，如果我想使用1.15版本，就像在https://colab.research.google</e
浏览 16提问于2019-12-25得票数 1
回答已采纳
1回答
Google colab连接到本地运行时 使用以下步骤配置本地GPU设置： 编辑->笔记本电脑设置->硬件加速器(GPU) 运行时GPU更改运行时类型->硬件加速器( -> ) 已连接(本地) 然后使用以下代码检查在本地运行时上运行的colab是否正在使用本地GPU import torch
torch.cuda.is_available() 上述语句返回False 注:本地计算机系统使用NVDIA GeForce 940M图形处理器</
浏览 147提问于2021-10-27得票数 1
3回答
如何充分利用多处理器？
、、、
我正在使用Java在一个有32个虚拟处理器的服务器上做网络爬行。我怎样才能充分利用这些处理器？我看到了一些关于多线程编程的建议，但我想知道如何确保所有处理器都能得到利用，因为我们也可以在单处理器机器上进行多线程编程。
浏览 1提问于2012-08-19得票数 2
回答已采纳
我正在使用Google Colab和Python3来实现一个带有定制的、分布式的训练循环的神经网络，如本指南中所述：
在“创建分发变量和图形策略”部分的指南中，有一些代码的图片，这些代码基本上设置了一个“MirroredStrategy”，然后打印生成的模型副本的数量，请参见下面的内容。据我所知，输出表明MirroredStrategy只创建了模型的</e
浏览 8提问于2019-09-19得票数 5
晚上好，我正在使用谷歌colab，因为它支持图形处理器和TPU，没有它，我不能在我的电脑上运行很多深度学习代码，我已经安装了谷歌colab，只是问题如下:假设我的工作目录是这个from google.colab import drive
drive.mount('/content/dr
浏览 3提问于2020-01-13得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
