Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
CoolBran
d2l-zh
提交
d4c2fb2d
D
d2l-zh
项目概览
CoolBran
/
d2l-zh
与 Fork 源项目一致
从无法访问的项目Fork
通知
3
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
D
d2l-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
d4c2fb2d
编写于
11月 11, 2021
作者:
R
Rachel Hu
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
remove torch cu100
上级
1599f393
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
0 addition
and
7 deletion
+0
-7
chapter_deep-learning-computation/use-gpu.md
chapter_deep-learning-computation/use-gpu.md
+0
-7
未找到文件。
chapter_deep-learning-computation/use-gpu.md
浏览文件 @
d4c2fb2d
...
...
@@ -50,13 +50,6 @@
我们可以最大限度地减少在设备之间传输数据的时间。
例如,当在带有GPU的服务器上训练神经网络时,
我们通常希望模型的参数在GPU上。
接下来,我们需要确认安装了GPU版本的PyTorch。
如果已经安装了PyTorch的CPU版本,我们需要先卸载它。
例如,使用
`pip uninstall torch`
命令,
然后根据你的CUDA版本安装相应的PyTorch版本。
例如,假设你安装了CUDA10.0,你可以通过
`pip install torch-cu100`
安装支持CUDA10.0的PyTorch版本。
:end_tab:
要运行此部分中的程序,至少需要两个GPU。
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录