在使用gpu进行训练或推理会比纯用cpu快好几倍，所以一般我们如果设备有gpu都尽量会用上gpu。
首先能使用gpu的有：数据（输入的图片、标注的label），损失函数，网络模型。
方法一
这三处都调用.cuda()进行返回。
网络模型：
损失函数：
数据（输入的图片、标注的label）：
训练集、验证集、测试集（这里拿训练集贴图举例）。
方式二
首先定义网络训练的设备，然后三处都调用.to(device)进行返回文章来源：https://www.toymoban.com/news/detail-571227.html
# 定义训练的设备
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
网络模型：
损失函数：
数据（输入的图片、标注的label）：
训练集、验证集、测试集（这里拿训练集贴图举例）。
文章来源地址https://www.toymoban.com/news/detail-571227.html
到了这里，关于pytorch使用gpu的两种方式的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
