deviceの使い方(pytorch)
トップメニュー

Python
Pythonとは
基本的な使い方
・IDLE

 ・Jupyter Notebook

 ・Markdown

 ・コマンドプロンプトで実行

 ・仮想環境の構築

 ・仮想環境でIDLEを実行

 ライブラリのインストール
・pipの使い方

 ・numpy , matplotlib等

 ・graphviz

 ・pytorch

 ・Mecab

 Pythonの関数：一覧
共通関数
・append , extend

 ・class

 ・copy

 ・csv.reader

 ・csv.writer

 ・def , return

 ・dict , defaultdict

 ・enumerate

 ・exit

 ・for

 ・if

 ・import

 ・in

 ・input

 ・lambda

 ・len

 ・list

 ・min/max

 ・OrderedDict

 ・open/close

 ・os

 ・pickle

 ・print

 ・range

 ・re.split

 ・read/readline

 ・round/floor/ceil

 ・split

 ・sys.argv

 ・time

 ・while

 ・write

 ・zip

 ・特殊メソッド
　・__name__

 　・__iter__ , __next__

 ・正規表現、メタ文字

 ・データの型の種類

 ・四則演算 (+ , - , * , /)

 ・コメントアウト (# , ''')

 numpy
・append

 ・arange

 ・argmax/argmin

 ・array

 ・asfarray

 ・astype , dtype

 ・digitize

 ・dot

 ・hstack/vstack

 ・linalg.solve

 ・linspace

 ・max,min

 ・mean

 ・meshgrid

 ・mgrid

 ・ndim

 ・ndmin

 ・pad

 ・poly1d

 ・polyfit

 ・prod

 ・random

 ・reshape

 ・savetxt/loadtxt

 ・shape

 ・std

 ・transpose

 ・where

 ・zeros/zeros_like

 scipy
・expit

 ・imread

 ・interpolate

 ・signal.square, sawtooth

 matplotlib
・contour

 ・imshow

 ・figure

 ・pcolormesh

 ・plot

 ・quiver

 ・scatter

 scikit-learn
・GaussianNB

 ・KMeans

 ・KNeighborsClassifier

 ・SVC

 ・tree

 chaospy

 keras

 chainer

 chainerrl

 pandas
・データ抽出

 ・concat

 ・DataFrame

 ・read_excel

 pytorch
・BCELoss , MSELoss

 ・Embedding

 ・device

 ・Sequential

 ・Dataset, Dataloader

 ・RNN, LSTM

 OpenAI gym
・Blackjack-v0

 ・CartPole-v0

 seaborn
・pairplot

 tkinter
・frame, grid

 ・画像表示

 ・画像を切り取り表示

 ・画像を保存

 目的別
・ステップ関数

 ・矩形波, 三角波

 ・1 of K 符号化法

 ・線形補間

 ・配列に番号をつける

 ・ベクトル場を描く

 ・線形回帰, 多項式回帰

公開日:2020/6/25　　　　　　　　　

・In English
＜premise knowledge＞
・Python

■説明
pytorchで使用するGPU(cuda)を指定します。cudaとはNVIDIAが提供するGPU向けの開発環境です。

■具体例
まずは自身のPCにpytorchで使えるGPUがあるか確認します。

import torch
print(torch.cuda.is_available())

  ⇒ False # cudaの環境が入っていない場合はFalse


次に以下の様に、"cuda"か"cpu"かいずれかを使用できるデバイス名として変数に格納します。

dev = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") #(1)
print(dev)

  ⇒ device(type='cpu')


以下の様に、.toを使う事で、cudaかcpuを使った演算をすることができます。

b = torch.zeros(4)
c = b.to(dev)
print(c)

  ⇒ tensor([0., 0., 0., 0.])


以下のようなエラーメッセージが出る場合は、GPUが使えないのにGPUを使う設定になっています。上記#(1)の式が正しく設定されているか確認しましょう。

　"Torch not compiled with CUDA enabled"









サブチャンネルあります。⇒ 何かのお役に立てればと

関連記事一覧

トップメニュー

Python
Pythonとは
基本的な使い方
・IDLE

 ・Jupyter Notebook

 ・Markdown

 ・コマンドプロンプトで実行

 ・仮想環境の構築

 ・仮想環境でIDLEを実行

 ライブラリのインストール
・pipの使い方

 ・numpy , matplotlib等

 ・graphviz

 ・pytorch

 ・Mecab

 Pythonの関数：一覧
共通関数
・append , extend

 ・class

 ・copy

 ・csv.reader

 ・csv.writer

 ・def , return

 ・dict , defaultdict

 ・enumerate

 ・exit

 ・for

 ・if

 ・import

 ・in

 ・input

 ・lambda

 ・len

 ・list

 ・min/max

 ・OrderedDict

 ・open/close

 ・os

 ・pickle

 ・print

 ・range

 ・re.split

 ・read/readline

 ・round/floor/ceil

 ・split

 ・sys.argv

 ・time

 ・while

 ・write

 ・zip

 ・特殊メソッド
　・__name__

 　・__iter__ , __next__

 ・正規表現、メタ文字

 ・データの型の種類

 ・四則演算 (+ , - , * , /)

 ・コメントアウト (# , ''')

 numpy
・append

 ・arange

 ・argmax/argmin

 ・array

 ・asfarray

 ・astype , dtype

 ・digitize

 ・dot

 ・hstack/vstack

 ・linalg.solve

 ・linspace

 ・max,min

 ・mean

 ・meshgrid

 ・mgrid

 ・ndim

 ・ndmin

 ・pad

 ・poly1d

 ・polyfit

 ・prod

 ・random

 ・reshape

 ・savetxt/loadtxt

 ・shape

 ・std

 ・transpose

 ・where

 ・zeros/zeros_like

 scipy
・expit

 ・imread

 ・interpolate

 ・signal.square, sawtooth

 matplotlib
・contour

 ・imshow

 ・figure

 ・pcolormesh

 ・plot

 ・quiver

 ・scatter

 scikit-learn
・GaussianNB

 ・KMeans

 ・KNeighborsClassifier

 ・SVC

 ・tree

 chaospy

 keras

 chainer

 chainerrl

 pandas
・データ抽出

 ・concat

 ・DataFrame

 ・read_excel

 pytorch
・BCELoss , MSELoss

 ・Embedding

 ・device

 ・Sequential

 ・Dataset, Dataloader

 ・RNN, LSTM

 OpenAI gym
・Blackjack-v0

 ・CartPole-v0

 seaborn
・pairplot

 tkinter
・frame, grid

 ・画像表示

 ・画像を切り取り表示

 ・画像を保存

 目的別
・ステップ関数

 ・矩形波, 三角波

 ・1 of K 符号化法

 ・線形補間

 ・配列に番号をつける

 ・ベクトル場を描く

 ・線形回帰, 多項式回帰