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
.dataと.gradがクラス属性である場合、 .cuda()をプロパティとして保持できるため、 b = a.cudaを実行できます。 .cuda() 、 .data 、 .gradはtorch.Tensorなので、cuda（）をプロパティに変更できるため、APIの一貫性が向上することを考えて提案しています。 。 これにより、GPU常駐モデルにmodel.cudaでアクセスできます。
kdexd
全てのコメント3件
cudaは、CPUからGPUにデータをコピーする必要がある比較的コストのかかる操作であるため、メソッドになります。 gradとdataは安価な操作（ O(1) ）であり、対応するTensorへの参照のみを取得します。 cudaをメソッドにするのは合理的だと思います。
chenzhekl
2017年04月16日
👍10
.cuda（）はCPUデータをGPUにコピーします。 おそらく、データを常にGPUに保持したくないでしょう。 つまり、本当に必要な場合にのみデータをGPUに保存します。
lg-zhang
2017年04月16日
上記の両方のコメントで述べたように、 .cudaをプロパティにすることは不適切です。 .cuda()を参照すると、新しいオブジェクトが返され、多くのことが発生しています。
soumith
2017年04月16日
このページは役に立ちましたか？
0 / 5 - 0 評価
関連する問題
Coderx7
·
3コメント
a1363901216
·
3コメント
NgPDat
·
3コメント
cdluminate
·
3コメント
soumith
·
3コメント
最も参考になるコメント
cudaは、CPUからGPUにデータをコピーする必要がある比較的コストのかかる操作であるため、メソッドになります。gradとdataは安価な操作（O(1)）であり、対応するTensorへの参照のみを取得します。cudaをメソッドにするのは合理的だと思います。