如何使用纯Python激活Google CoLab GPU

How to activate google colab gpu using just plain python(如何使用纯Python激活Google CoLab GPU)

本文介绍了如何使用纯Python激活Google CoLab GPU的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!

问题描述

我是Google CoLab新手。

我正尝试在那里进行深度学习。

我已经编写了一个类来创建和训练LSTM网络,只使用python,而不是任何特定的深度学习库,如TensorFlow、pytorch等。

我认为我使用的是GPU,因为我在CoLab中正确选择了运行时类型。

但是,在代码执行期间,我有时收到退出GPU模式的消息,因为我没有使用它。

因此,我的问题是:如何使用Google CoLab GPU,只使用普通的python,而不使用特殊的人工智能库?是否有类似于"装饰器代码"的内容可以放入我的原始代码中,以便激活GPU?

推荐答案

确保nVIDIA驱动程序是最新的,您还可以安装CUDA工具包(协作时不确定是否需要)

又称Numba

如果需要,您可以使用conda安装它们

示例


conda install numba & conda install cudatoolkit
or
pip install numba

我们将对要在GPU上计算的函数使用numba.jit修饰符。装饰符有几个参数,但我们将只使用target参数。target告诉jit编译哪个源("cpu"或"cuda")的代码。"CUDA"对应于GPU。但是,如果将cpu作为参数传递,则jit会尝试优化代码在cpu上运行得更快,并提高速度。


from numba import jit, cuda 
import numpy as np

@jit(target ="cuda")                          
def func(a): 
    for i in range(10000000): 
        a[i]+= 1

这篇关于如何使用纯Python激活Google CoLab GPU的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持编程学习网!

本文标题为:如何使用纯Python激活Google CoLab GPU

基础教程推荐