Pytorch: Warum ist model.cuda() eine Klassenmethode anstelle von property ?
import torch
from torch.autograd import Variable
a = Variable(torch.Tensor([1, 2]))
if torch.cuda.is_available():
b = a.cuda()
b_data = b.data
b_grad = b.grad
b_grad_data = b.grad.data
Wenn .data und .grad Klassenattribute sind, dann kann .cuda() als Eigenschaft behalten werden, damit man b = a.cuda machen kann. Ich mache einen Vorschlag und denke, dass dies die API-Konsistenz erhöhen würde, da .cuda() , .data und .grad torch.Tensor sind, sodass cuda() in eine Eigenschaft geändert werden kann . Auf diese Weise kann über model.cuda das GPU-residente Modell zugegriffen werden
kdexd
Alle 3 Kommentare
cuda wird zu einer Methode, da es sich um eine relativ teure Operation handelt, bei der Daten von der CPU auf die GPU kopiert werden. Während grad und data billige Operationen sind ( O(1) ), die nur Verweise auf den entsprechenden Tensor abrufen. Ich denke, es ist vernünftig, cuda zu einer Methode zu machen.
chenzhekl
am 16. Apr. 2017
.cuda() kopiert CPU-Daten auf die GPU. Wahrscheinlich möchten Sie die Daten nicht die ganze Zeit in der GPU behalten. Das bedeutet, dass Sie nur dann Daten in der GPU speichern, wenn es wirklich notwendig ist.
lg-zhang
am 16. Apr. 2017
Wie in den beiden obigen Kommentaren erwähnt, ist es unangemessen, .cuda zu einer Eigenschaft zu machen. Wir geben neue Objekte zurück, wenn auf .cuda() verwiesen wird, und es passiert viel.
soumith
am 16. Apr. 2017
Verwandte Themen
soumith
·
3Kommentare
negrinho
·
3Kommentare
soumith
·
3Kommentare
miguelvr
·
3Kommentare
rajarshd
·
3Kommentare
Hilfreichster Kommentar
cudawird zu einer Methode, da es sich um eine relativ teure Operation handelt, bei der Daten von der CPU auf die GPU kopiert werden. Währendgradunddatabillige Operationen sind (O(1)), die nur Verweise auf den entsprechenden Tensor abrufen. Ich denke, es ist vernünftig,cudazu einer Methode zu machen.