pytorch 使用
2017-05-20 11:08
573 查看
1 DataParallel
from torch.nn import DataParallel net = DataParallel(net)
可以实现模块级别(?好处具体是啥不大懂)的并行计算,可以将一个模块forward部分分到各个gpu去计算,然后backwards时,合并gradients 到original module。
>>> net = torch.nn.DataParallel(model, device_ids=[0, 1, 2]) >>> output = net(input_var)
2 DataLoader
其实这里trainset已经包含数据集了,dataloader只是定义输入网络的一些参数,入batch_size等等。3 Transform
对数据集进行的操作compose函数会将多个transforms包在一起。
参考:
http://www.jianshu.com/p/8da9b24b2fb6
相关文章推荐
- pytorch使用总结
- PyTorch快速入门教程八(使用word embedding做自然语言处理的词语预测)
- PyTorch使用并行GPU处理数据
- wgan pytorch,pyvision, py-faster-rcnn等的安装使用
- 使用pytorch完成kaggle猫狗图像识别
- PyTorch中使用预训练的模型初始化网络的一部分参数
- PyTorch快速入门教程六(使用LSTM做图片分类)
- 关于使用PyTorch设置多线程(threads)进行数据读取而导致GPU显存始终不释放的问题
- PyTorch使用指定的GPU
- 初学者Pytorch 和 Caffe 使用对比
- pytorch使用(二)自定义网络
- pytorch教程[2] Tensor的使用
- pytorch使用过程中遇到的一些问题
- pytorch使用:目录
- Win10下的pytorch,torch简明安装(使用conda命令)
- CentOS 非管理员用户使用Anaconda配置pytorch-opencv-tensorflow环境
- pytorch: PyTorch中 使用 Tensorboard
- PyTorch快速入门教程九(使用LSTM来做判别每个词的词性)
- pytorch使用(一)处理并加载自己的数据
- (原)PyTorch中使用指定的GPU