我正在Pytorch中训练一个模型,我想使用输入的截断SVD分解。为了计算奇异值分解,我将PytorchCuda张量的输入传递给中央处理器,并使用scikit-learn中的TruncatedSVD进行截断,然后将结果传送回图形处理器。以下是我的模型的代码: class ImgEmb(nn.Module): super
正如问题的标题明确描述的那样,即使torch.cuda.is_available()返回True,张量也使用CPU而不是GPU。在定义device之后,通过images.to(device)函数调用将张量的images.to(device)设置为device。当我调试代码时,我可以看到device被设置为cuda:0;但是张量的device仍然被设置为cpu。both of images and labels' device