Je suis en train de former un DNN modèle à l'aide de pytorch, et je veux utiliser le GPU pour former mon modèle. Je suis en mesure de copier correctement mon modèle pour le GPU à l'aide de model.to(device)où device = cuda:0.
Cependant, les méthodes standard pour la copie d'entrée pour le GPU, (RuntimeError: type d'Entrée (torche.FloatTensor) et le type de poids (de la torche.cuda.FloatTensor) doit être le même), qui est, X.to(device) et X.cuda() ne me donne pas le résultat souhaité. Suivant est la méthode que je suis en train de mettre en œuvre:
def train_loop(self, dataloader, device):
size = len(dataloader.dataset)
for batch, (X, y) in enumerate(dataloader):
# Compute prediction and loss
print(device)
X.to(device)
print(X.is_cuda)
y.to(device)
pred = self.model(X)
loss = self.loss_fn(pred, y)
Sur l'impression de la valeur de périphérique print(device) il montre que: cuda:0. Mais quand je le lance print(X.is_cuda) il retourne false. (Capture d'écran ci-joint).
S'il vous plaît laissez-moi savoir où je vais mal. Merci!!!!