#方式一
#import os
# os.environ['CUDA_VISIBLE_DEVICES'] = '5'
#方式二
#import torch
#torch.cuda.set_device(5)官方文档：当使用 PyTorch 进行深度学习训练时，通常需要使用 CUDA 加速计算。在使用 PyTorch 进行训练之前，需要确保已经正确设置了可见的 GPU 设备，并且已经初始化了 CUDA 环境。
os.environ['CUDA_VISIBLE_DEVICES'] 是一个环境变量，可以通过设置它来限制程序所能看到的可用 GPU 设备列表，从而确保程序只使用指定的 GPU 设备。设置该环境变量可以使用 os.environ['CUDA_VISIBLE_DEVICES'] = '0,1'，其中的 '0,1' 表示程序只能看到编号为 0 和 1 的 GPU 设备。
torch.cuda.set_device() 则是一个 PyTorch 提供的函数，用于将程序的运行环境切换到指定的 GPU 设备上。可以使用 torch.cuda.set_device(0) 将程序的运行环境切换到编号为 0 的 GPU 设备上。
当你发现你用方式一没有办法使用你指定的GPU，可以用方式二。
在使用:
data.cuda(gpu_id, non_blocking=non_blocking)如果报错，可以改为data.cuda()
文章出处登录后可见！
已经登录？立即刷新
