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
OpenDocCN
pytorch-doc-zh
提交
264f9590
P
pytorch-doc-zh
项目概览
OpenDocCN
/
pytorch-doc-zh
通知
122
Star
3932
Fork
992
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
P
pytorch-doc-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
264f9590
编写于
3月 26, 2019
作者:
N
nruter
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
- Change ‘:’ from Chinese to English.
上级
2d0c706d
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
8 addition
and
8 deletion
+8
-8
docs/1.0/blitz_data_parallel_tutorial.md
docs/1.0/blitz_data_parallel_tutorial.md
+8
-8
未找到文件。
docs/1.0/blitz_data_parallel_tutorial.md
浏览文件 @
264f9590
# 可选:数据并行处理
> 译者:[bat67](https://github.com/bat67)
>
>
> 最新版会在[译者仓库](https://github.com/bat67/Deep-Learning-with-PyTorch-A-60-Minute-Blitz-cn)首先同步。
在这个教程里,我们将学习如何使用数据并行(
`DataParallel`
)来使用多GPU。
...
...
@@ -58,16 +58,16 @@ device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
要制作一个虚拟(随机)数据集,只需实现
`__getitem__`
。
```
python
class
RandomDataset
(
Dataset
)
:
class
RandomDataset
(
Dataset
)
:
def
__init__
(
self
,
size
,
length
)
:
def
__init__
(
self
,
size
,
length
)
:
self
.
len
=
length
self
.
data
=
torch
.
randn
(
length
,
size
)
def
__getitem__
(
self
,
index
)
:
def
__getitem__
(
self
,
index
)
:
return
self
.
data
[
index
]
def
__len__
(
self
)
:
def
__len__
(
self
)
:
return
self
.
len
rand_loader
=
DataLoader
(
dataset
=
RandomDataset
(
input_size
,
data_size
),
...
...
@@ -81,14 +81,14 @@ rand_loader = DataLoader(dataset=RandomDataset(input_size, data_size),
我们在模型内部放置了一条打印语句来检测输入和输出向量的大小。请注意批等级为0时打印的内容。
```
python
class
Model
(
nn
.
Module
)
:
class
Model
(
nn
.
Module
)
:
# Our model
def
__init__
(
self
,
input_size
,
output_size
)
:
def
__init__
(
self
,
input_size
,
output_size
)
:
super
(
Model
,
self
).
__init__
()
self
.
fc
=
nn
.
Linear
(
input_size
,
output_size
)
def
forward
(
self
,
input
)
:
def
forward
(
self
,
input
)
:
output
=
self
.
fc
(
input
)
print
(
"
\t
In Model: input size"
,
input
.
size
(),
"output size"
,
output
.
size
())
...
...
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