如何优化PyTorch中GPU的计算效率限制策略？
- 内容介绍
- 文章标签
- 相关推荐
本文共计541个文字，预计阅读时间需要3分钟。
问题+使用tensorflow的人都知道，tf+可以限制程序在GPU中的使用效率，但pytorch中没有这个操作。思路+我想到了一个替代方法，就像玩单片机点灯的同学们都知道，灯的亮度是靠占空比控制的。
问题
用过 tensorflow 的人都知道， tf 可以限制程序在 GPU 中的使用效率，但 pytorch 中没有这个操作。
思路
于是我想到了一个代替方法，玩过单片机点灯的同学都知道，灯的亮度是靠占空比实现的，这实际上也是计算机的运行原理。 那我们是不是也可以通过增加 GPU 不工作的时间，进而降低 GPU 的使用效率 ？
主要代码
import time ... rest_time = 0.15 ... for _ in range( XXX ): ... outputs = all_GPU_operations( data_set ) # 假设所有的GPU运算都在这里 time.sleep( rest_time ) # 让显卡休息一会再进行下个循环的使用 ... ...
这样子 GPU 的使用效率就可以减小了。
rest_time 的越大 GPU 使用率越低，rest_time 的越小 GPU 使用率越高。
本文共计541个文字，预计阅读时间需要3分钟。
问题+使用tensorflow的人都知道，tf+可以限制程序在GPU中的使用效率，但pytorch中没有这个操作。思路+我想到了一个替代方法，就像玩单片机点灯的同学们都知道，灯的亮度是靠占空比控制的。
问题
用过 tensorflow 的人都知道， tf 可以限制程序在 GPU 中的使用效率，但 pytorch 中没有这个操作。
思路
于是我想到了一个代替方法，玩过单片机点灯的同学都知道，灯的亮度是靠占空比实现的，这实际上也是计算机的运行原理。 那我们是不是也可以通过增加 GPU 不工作的时间，进而降低 GPU 的使用效率 ？
主要代码
import time ... rest_time = 0.15 ... for _ in range( XXX ): ... outputs = all_GPU_operations( data_set ) # 假设所有的GPU运算都在这里 time.sleep( rest_time ) # 让显卡休息一会再进行下个循环的使用 ... ...
这样子 GPU 的使用效率就可以减小了。
rest_time 的越大 GPU 使用率越低，rest_time 的越小 GPU 使用率越高。