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跟版网的小编来一起学习吧！
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跟版网！
本站部分内容来源互联网,如果有图片或者内容侵犯了您的权益，请联系我们，我们会在确认后第一时间进行删除！