溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章將為大家詳細講解有關pytorch中torch.backends.cudnn設置的示例分析，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。
cuDNN使用非確定性算法，并且可以使用torch.backends.cudnn.enabled = False來進行禁用
如果設置為torch.backends.cudnn.enabled =True，說明設置為使用使用非確定性算法
然后再設置：
torch.backends.cudnn.benchmark = true
那么cuDNN使用的非確定性算法就會自動尋找最適合當前配置的高效算法，來達到優化運行效率的問題
一般來講，應該遵循以下準則：
如果網絡的輸入數據維度或類型上變化不大，設置 torch.backends.cudnn.benchmark = true 可以增加運行效率；
如果網絡的輸入數據在每次 iteration 都變化的話，會導致 cnDNN 每次都會去尋找一遍最優配置，這樣反而會降低運行效率。
所以我們經常看見在代碼開始出兩者同時設置：
torch.backends.cudnn.enabled = True
torch.backends.cudnn.benchmark = True
關于“pytorch中torch.backends.cudnn設置的示例分析”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
