fast.ai 不使用 GPU答案

【问题标题】：fast.ai not using the GPUfast.ai 不使用 GPU
【发布时间】：2022-01-17 21:52:54
【问题描述】：

当我使用 fast.ai 进行训练时，即使使用 CPU 也是如此

import torch; print(torch.cuda.is_available())

显示 CUDA 可用，并且我的训练过程占用了 GPU 上的一些内存。

from main import DefectsImagesDataset
from fastai.vision.all import *
import numpy as np

NUM_ELEMENTS = 1e5
CSV_FILES = {
    'events_path':
        './data/events.csv',
    'defects_path':
        './data/defects2020_all.csv',
    }

defects_dataset = DefectsImagesDataset(CSV_FILES['defects_path'], CSV_FILES['events_path'], NUM_ELEMENTS, window_size=10000)
model = models.resnet34
BATCH_SIZE = 16
NUMBER_WORKERS = 8
dls = DataLoaders.from_dsets(defects_dataset, defects_dataset, bs=BATCH_SIZE, num_workers=NUMBER_WORKERS)

import torch; print(torch.cuda.is_available())

loss_func = nn.CrossEntropyLoss()
learn = cnn_learner(dls, models.resnet34, metrics=error_rate, n_out=30, loss_func=loss_func)

learn.fit_one_cycle(1)

CUDA 版本：11.5

Fast.ai-版本：2.5.3

如何让 fast.ai 使用 GPU？

【问题讨论】：

标签： deep-learning pytorch fast-ai

【解决方案1】：

我必须在创建数据加载器时指定设备。而不是

dls = DataLoaders.from_dsets(defects_dataset, defects_dataset, bs=BATCH_SIZE, num_workers=NUMBER_WORKERS)

我知道有

dls = DataLoaders.from_dsets(defects_dataset, defects_dataset, bs=BATCH_SIZE, num_workers=NUMBER_WORKERS, device=torch.device('cuda'))

【讨论】：