pytorch cpu占用較高

方法一、torch.set_num_threads(int thread) （親測比較有效）

linux有效，不用時cpu占用能到5000%，設置3后，就到到300%。

法二、export?OMP_NUM_THREADS?=?1 （未測）

PyTorch 隨機數生成占用 CPU 過高

今天在使用 pytorch 的過程中，發現 CPU 占用率過高。經過檢查，發現是因為先在 CPU 中生成了隨機數，然后再調用.to(device)傳到 GPU，這樣導致效率變得很低，并且CPU 和 GPU 都被消耗。

查閱PyTorch文檔后發現，torch.randn(shape, out)可以直接在GPU中生成隨機數，只要shape是tensor.cuda.Tensor類型即可。這樣，就可以避免在 CPU 中生成過大的矩陣，而 shape 變量是很小的。因此，下面的代碼就可以進行這種操作了。

noise = torch.cuda.FloatTensor(shape) if torch.cuda.is_available() else torch.FloatTensor(shape)

torch.randn(shape, out=noise)

windows也有效：

不設置，cpu51%，時間15ms

不設置的時候，torch會自動加載很多cpu，導致CPU占用很高。

2的時候，cpu17%,時間15ms變為25ms

4的時候，cpu34%，時間17ms

8的時候，cpu67%，

pytorch

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。