PyTorch 使用指定的 GPU 的方法

好久没写 PyTorch 了，记录一下在 PyTorch 中如何让程序使用指定的 GPU，这样能有效的避免多人共用一台服务器的时候互相抢占 GPU 资源。如果不指定，PyTorch 默认会占用所有 GPU，这样是非常不友好的，建议大家都在写代码的时候指定一下 GPU。

文章目录
隐藏
一、PyTorch 指定 GPU 的方法
二、参考文献和结语

一、PyTorch 指定 GPU 的方法

下面的内容转载自 cnblogs，原文链接在下方给出，觉得写得很完善了。

PyTorch 默认使用从 0 开始的 GPU，如果 GPU 0 正在运行程序，需要指定其他 GPU。

有如下两种方法来指定需要使用的 GPU。

1. 类似 TensorFlow 指定 GPU 的方式，使用 CUDA_VISIBLE_DEVICES。

1.1 直接终端中设定：

CUDA_VISIBLE_DEVICES=1 python my_script.py

1.2 Python 代码中设定：

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "2"

见网址：http://www.cnblogs.com/darkknightzh/p/6591923.html

2. 使用函数 set_device

import torch
torch.cuda.set_device(id)

该函数见 pytorch-master\torch\cuda\__init__.py。

不过官方建议使用 CUDA_VISIBLE_DEVICES，不建议使用 set_device 函数。

原文链接：https://www.cnblogs.com/darkknightzh/p/6836568.html

PyTorch 还是非常好用的，老唐本人一直用的都是 PyTorch，推荐大家使用。PyTorch 官网：https://pytorch.org