相关阅读

Pytorch基础https://blog.csdn.net/weixin_45791458/category_12457644.html?spm=1001.2014.3001.5482

torch.cuda.set_device()函数用于设置当前使用的cuda设备，在当拥有多个可用的GPU且能被pytorch识别的cuda设备情况下（环境变量CUDA_VISIBLE_DEVICES可以影响GPU设备到cuda设备的映射）。

由于有些情况下，可以不显式写出cuda设备的编号，此时指的是当前使用的cuda设备，默认为cuda0设备，如下所示。

import torch print("当前cuda设备是", torch.cuda.current_device()) # 获取当前cuda设备 a=torch.tensor([1, 2, 3, 4, 5], device='cuda') # 在当前cuda设备上创建一个张量 print(a) device=torch.device('cuda') # 创建一个当前cuda设备 b=torch.tensor([1, 2, 3, 4, 5], device=device) # 在当前cuda设备上创建一个张量 print(b) c=torch.tensor([1, 2, 3, 4, 5]).to(device) # 将张量移动到当前cuda设备 print(c) d=torch.tensor([1, 2, 3, 4, 5]).to('cuda') # 将张量移动到当前cuda设备 print(d) e=torch.tensor([1, 2, 3, 4, 5]).cuda() # 将张量移动到当前cuda设备 print(e) f=torch.tensor([1, 2, 3, 4, 5]).cuda(device) # 将张量移动到当前cuda设备 print(f) 输出： 当前cuda设备是 0 tensor([1, 2, 3, 4, 5], device='cuda:0') tensor([1, 2, 3, 4, 5], device='cuda:0') tensor([1, 2, 3, 4, 5], device='cuda:0') tensor([1, 2, 3, 4, 5], device='cuda:0') tensor([1, 2, 3, 4, 5], device='cuda:0') tensor([1, 2, 3, 4, 5], device='cuda:0')

可以看到上面几个例子的在创建和转移张量时，指定了没有编号的当前cuda字符串，创建和使用的设备也是没有编号的当前cuda设备，在使用.cuda()方法时也没有指定编号或者使用了当前cuda设备。

使用torch.cuda.set_device()函数可以设置任意一个可用的cuda设备为当前cuda设备，这会影响有关当前cuda设备的命令，如下所示。

import torch torch.cuda.set_device(1) # 设置当前cuda设备编号为1 print("当前cuda设备是", torch.cuda.current_device()) # 获取当前cuda设备 a=torch.tensor([1, 2, 3, 4, 5], device='cuda') # 在当前cuda设备上创建一个张量 print(a) device=torch.device('cuda') # 创建一个当前cuda设备 torch.cuda.set_device(2) # 设置当前cuda设备编号为2 print("当前cuda设备是", torch.cuda.current_device()) # 获取当前cuda设备 b=torch.tensor([1, 2, 3, 4, 5], device=device) # 在当前cuda设备上创建一个张量 print(b) torch.cuda.set_device(0) # 设置当前cuda设备编号为0 print("当前cuda设备是", torch.cuda.current_device()) # 获取当前cuda设备 c=torch.tensor([1, 2, 3, 4, 5]).to(device) # 将张量移动到当前cuda设备 print(c) torch.cuda.set_device(1) # 设置当前cuda设备编号为1 print("当前cuda设备是", torch.cuda.current_device()) # 获取当前cuda设备 d=torch.tensor([1, 2, 3, 4, 5]).to('cuda') # 将张量移动到当前cuda设备 print(d) torch.cuda.set_device(2) # 设置当前cuda设备编号为2 print("当前cuda设备是", torch.cuda.current_device()) # 获取当前cuda设备 e=torch.tensor([1, 2, 3, 4, 5]).cuda() # 将张量移动到当前cuda设备 print(e) torch.cuda.set_device(0) # 设置当前cuda设备编号为0 print("当前cuda设备是", torch.cuda.current_device()) # 获取当前cuda设备 f=torch.tensor([1, 2, 3, 4, 5]).cuda(device) # 将张量移动到当前cuda设备 print(f) 输出： 当前cuda设备是 1 tensor([1, 2, 3, 4, 5], device='cuda:1') 当前cuda设备是 2 tensor([1, 2, 3, 4, 5], device='cuda:2') 当前cuda设备是 0 tensor([1, 2, 3, 4, 5], device='cuda:0') 当前cuda设备是 1 tensor([1, 2, 3, 4, 5], device='cuda:1') 当前cuda设备是 2 tensor([1, 2, 3, 4, 5], device='cuda:2') 当前cuda设备是 0 tensor([1, 2, 3, 4, 5], device='cuda:0')

从上面的例子中，可以看出torch.cuda.set_device()函数可以接受一个正整数参数作为编号，改变当前cuda设备。它还可以接受一个device对象作为参数，前提是这个device对象是有编号（即不能是当前cuda设备）。

device =torch.device('cuda:1') torch.cuda.set_device(device) # 这是可行的 device =torch.device('cuda') torch.cuda.set_device(device) # 这是错误的，因为device是一个没有编号的当前cuda设备对象 输出： ValueError: Expected a torch.device with a specified index or an integer, but got:cuda

pytorch官方不建议使用这个函数，而是直接显式指明有关cuda设备的编号，而不是依赖当前设备，如下所示。

import torch a=torch.tensor([1, 2, 3, 4, 5], device='cuda:1') # 在cuda1设备上创建一个张量 print(a) device=torch.device('cuda:2') # 创建一个cuda2设备 b=torch.tensor([1, 2, 3, 4, 5], device=device) # 在cuda2设备上创建一个张量 print(b) c=torch.tensor([1, 2, 3, 4, 5]).to(device) # 将张量移动到cuda2设备 print(c) d=torch.tensor([1, 2, 3, 4, 5]).to('cuda:0') # 将张量移动到cuda0设备 print(d) e=torch.tensor([1, 2, 3, 4, 5]).cuda(1) # 将张量移动到cuda1设备 print(e) f=torch.tensor([1, 2, 3, 4, 5]).cuda(device) # 将张量移动到cuda2设备 print(f) 输出： tensor([1, 2, 3, 4, 5], device='cuda:1') tensor([1, 2, 3, 4, 5], device='cuda:2') tensor([1, 2, 3, 4, 5], device='cuda:2') tensor([1, 2, 3, 4, 5], device='cuda:0') tensor([1, 2, 3, 4, 5], device='cuda:1') tensor([1, 2, 3, 4, 5], device='cuda:2')