当前位置： 首页 > news >正文

使用GPU训练模型

news 2025/7/28 10:51:20

本文代码详解参考：

模型训练基础流程-CSDN博客

目录

为什么要用GPU训练模型

什么是CUDA

利用GPU训练—方式一(.cuda())

利用GPU训练—方式二 (.to())

Google Colaboratory

为什么要用GPU训练模型

用 GPU 训练模型的核心原因是GPU 的硬件架构和计算特性，能完美适配深度学习模型的计算需求，大幅提升训练效率

一、GPU 的核心优势：并行计算能力极强

深度学习模型的训练过程（如神经网络的前向传播、反向传播）本质上是大量重复的矩阵运算和向量运算（例如卷积层的卷积操作、全连接层的矩阵乘法）。

  • CPU 的设计侧重 “低延迟、串行计算”，核心数量少（通常 4-32 核），适合处理逻辑复杂、步骤连贯的任务（如系统调度、单线程指令），但面对成百上千万次的并行重复计算时效率极低。

  • GPU 的设计则侧重 “高吞吐、并行计算”，核心数量极多（主流 GPU 有数千个计算核心，如 RTX 4090 有 16384 个 CUDA 核心），这些核心可以同时处理大量相似的简单计算（比如同时对矩阵中不同位置的元素做乘法）。
    例如：一个 1000×1000 的矩阵乘法，CPU 可能需要逐个元素循环计算，而 GPU 可以同时启动上万次运算，将计算时间从 “小时级” 压缩到 “分钟级” 甚至 “秒级”。

二、适配深度学习的 “计算密集型” 需求

深度学习训练的两大核心特点，恰好被 GPU 针对性解决：

  1. 计算量极大：模型参数量从百万级（简单 CNN）到千亿级（大语言模型），每次迭代需要对所有参数计算梯度，涉及的运算次数按 “亿” 甚至 “万亿” 计。GPU 的并行核心能同时分摊这些计算，避免 CPU “逐个处理” 的低效。

  2. 数据吞吐量高：训练时需要频繁读取批量数据（如图像、文本特征），并在模型各层间传递。GPU 自带大容量高带宽显存（如 16GB-80GB GDDR6/HOF），配合专门的存储控制器，能快速读写数据，避免 “数据等待计算” 的瓶颈（而 CPU 的内存带宽通常仅为 GPU 的 1/10 左右）。

三、实际效果：训练效率提升数十倍甚至上百倍

  • 对于简单模型（如小型 CNN）：GPU 训练速度通常是 CPU 的 10-30 倍。

  • 对于大型模型（如 Transformer、大语言模型）：CPU 可能需要数周甚至数月才能完成训练，而 GPU（尤其是多 GPU 集群）可压缩到几天甚至几小时，且能支持更大的批量和更复杂的模型结构（否则 CPU 会因内存或速度限制无法运行）。

用后述代码展示速度差异：

利用GPU训练的时间：

 利用CPU训练的时间：

CPU训练百次需要2s左右 而GPU只要0.5s ! ! ! 

可以使用如图命令查看自己设备的GPU信息

若报错则是驱动没有正确安装，需要去英伟达官网下载 

什么是CUDA

CUDA（Compute Unified Device Architecture）是英伟达（NVIDIA）推出的一种并行计算平台和编程模型，旨在利用 NVIDIA GPU 的并行计算能力，加速计算密集型任务。

核心概念

  • 并行计算平台：CUDA 为开发者提供了一个环境，使得 GPU 可以作为一个高度并行的计算设备，和 CPU 协同工作。在传统计算中，CPU 处理任务是串行的，而 CUDA 允许将大量可以并行执行的计算任务分配到 GPU 上，极大地提高计算效率。

  • 编程模型：CUDA 定义了一套编程接口和语法规则，允许开发者使用类 C 语言（CUDA C/C++）编写并行计算程序，来充分发挥 GPU 的大规模并行计算能力。此外，像 PyTorch、TensorFlow 等深度学习框架也对 CUDA 进行了封装，使得深度学习开发者无需深入了解底层编程细节，就能轻松利用 GPU 加速模型训练。

工作原理

  • 任务拆分：在 CUDA 编程中，开发者需要将计算任务分解成大量可以并行执行的小任务。例如，在深度学习的矩阵乘法中，矩阵的不同元素运算可以并行执行，CUDA 可以将这些运算分配到 GPU 的众多计算核心上。

  • 线程管理：CUDA 将 GPU 的计算资源组织成线程层次结构，包括线程块（block）和线程网格（grid）。每个线程执行相同的内核函数（kernel function），但处理不同的数据，通过线程 ID 来区分和操作不同的数据。

  • 协同计算：CPU 负责处理逻辑性强、计算量小的任务，如程序的流程控制、数据的预处理和后处理等；GPU 则专注于执行高度并行的计算任务，两者相互协作，共同完成复杂的计算任务。

应用场景

  • 深度学习：是 CUDA 最广泛的应用领域之一。在训练神经网络模型（如卷积神经网络 CNN、循环神经网络 RNN 及其变体 LSTM、GRU，还有 Transformer 等）时，大量的矩阵运算（如前向传播、反向传播）可以利用 CUDA 在 GPU 上并行加速，大幅缩短训练时间。

  • 科学计算：在物理模拟、流体动力学计算、分子动力学模拟等科学领域，存在大量的数值计算，CUDA 能够显著提升这些计算的效率，加速科研进程。

  • 图形渲染：虽然 GPU 最初是为图形渲染设计的，但 CUDA 进一步拓展了其应用。在实时渲染、光线追踪等图形处理任务中，CUDA 可以加速图形算法的执行，提升渲染质量和速度。

利用GPU训练—方式一(.cuda())

把如图所示的三个 加上cuda方法即可

运行后GPU确实跑起来了：

代码：

import torchimport torchvision
from torch import nn
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
import timetrain_data = torchvision.datasets.CIFAR10(root="D:\\Python\\learn_pytorch\\torchvision_dataset", train=True,transform=torchvision.transforms.ToTensor(),download=True)test_data = torchvision.datasets.CIFAR10(root="D:\\Python\\learn_pytorch\\torchvision_dataset", train=True,transform=torchvision.transforms.ToTensor(),download=False)# 数据集长度
train_data_size = len(train_data)
test_data_size = len(test_data)
print("训练数据集的长度为:{}".format(train_data_size))
print("测试数据集的长度为:{}".format(test_data_size))# 利用DataLoader来加载数据集
train_dataloader = DataLoader(train_data, batch_size=64)
test_dataloader = DataLoader(test_data, batch_size=64)# 创建网络模型
class MyModule(nn.Module):def __init__(self):super().__init__()self.module = nn.Sequential(nn.Conv2d(3, 32, 5, 1, 2),nn.MaxPool2d(2),nn.Conv2d(32, 32, 5, 1, 2),nn.MaxPool2d(2),nn.Conv2d(32, 64, 5, 1, 2),nn.MaxPool2d(2),nn.Flatten(),nn.Linear(64 * 4 * 4, 64),nn.Linear(64, 10))def forward(self, x):x = self.module(x)return xmodel = MyModule()
# 网络模型转移到GPU
if torch.cuda.is_available():model = model.cuda()# 损失函数
loss_fn = nn.CrossEntropyLoss()
# 损失函数转移到GPU
if torch.cuda.is_available():loss_fn = loss_fn.cuda()
# 优化器
learning_rate = 1e-2
optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate)# 设置训练网络的一些参数
# 训练次数
total_train_step = 0
# 测试次数
total_test_step = 0
# 训练轮数
epoch = 10# 添加tensorboard
writer = SummaryWriter("logs_test16")# 计时比较CPU和GPU的训练速度差异
# 开始时间
start_time=time.time()
for i in range(epoch):print("---------第{}轮训练开始---------".format(i + 1))# 训练model.train()for data in train_dataloader:imgs, targets = data# 训练数据转移到GPUif torch.cuda.is_available():imgs = imgs.cuda()targets = targets.cuda()outputs = model(imgs)loss = loss_fn(outputs, targets)# 优化器优化模型optimizer.zero_grad()loss.backward()optimizer.step()total_train_step = total_train_step + 1if total_train_step % 100 == 0:# 到当前的训练总时间end_time=time.time()print("训练所花时间：{}秒".format(end_time-start_time))print("训练次数:{},Loss:{}".format(total_train_step, loss.item()))writer.add_scalar("train_loss", loss.item(), total_train_step)# 评估模型训练效果 - 跑一个测试数据查看正确率# 测试过程中，参数不需要调整了，临时把梯度去除model.eval()total_test_loss = 0total_accuracy = 0with torch.no_grad():for data in test_dataloader:imgs, targets = data# 测试数据转移到GPUif torch.cuda.is_available():imgs = imgs.cuda()targets = targets.cuda()outputs = model(imgs)loss = loss_fn(outputs, targets)total_test_loss = total_test_loss + loss.item()accuracy = (outputs.argmax(1) == targets).sum()total_accuracy = total_accuracy + accuracy  # 预测对的总数量print("整体测试集上的loss:{}", format(total_test_loss))print("整体测试集上的准确率:{}", format(total_accuracy / test_data_size))  # 准确率writer.add_scalar("test_sum_loss", total_test_loss, total_test_step)writer.add_scalar("test_accuracy", total_accuracy / test_data_size, total_test_step)total_test_step = total_test_step + 1# 保存每一次训练的结果torch.save(model, "model_{}.pth".format(i))print("模型已保存")writer.close()

import torch

import torchvision
from torch import nn
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
import time

train_data = torchvision.datasets.CIFAR10(root="D:\\Python\\learn_pytorch\\torchvision_dataset", train=True,
                                          transform=torchvision.transforms.ToTensor(),
                                          download=True)

test_data = torchvision.datasets.CIFAR10(root="D:\\Python\\learn_pytorch\\torchvision_dataset", train=True,
                                         transform=torchvision.transforms.ToTensor(),
                                         download=False)

# 数据集长度
train_data_size = len(train_data)
test_data_size = len(test_data)
print("训练数据集的长度为:{}".format(train_data_size))
print("测试数据集的长度为:{}".format(test_data_size))

# 利用DataLoader来加载数据集
train_dataloader = DataLoader(train_data, batch_size=64)
test_dataloader = DataLoader(test_data, batch_size=64)

# 创建网络模型
class MyModule(nn.Module):
    def __init__(self):
        super().__init__()
        self.module = nn.Sequential(
            nn.Conv2d(3, 32, 5, 1, 2),
            nn.MaxPool2d(2),
            nn.Conv2d(32, 32, 5, 1, 2),
            nn.MaxPool2d(2),
            nn.Conv2d(32, 64, 5, 1, 2),
            nn.MaxPool2d(2),
            nn.Flatten(),
            nn.Linear(64 * 4 * 4, 64),
            nn.Linear(64, 10)
        )

    def forward(self, x):
        x = self.module(x)
        return x

model = MyModule()
# 网络模型转移到GPU
if torch.cuda.is_available():
    model = model.cuda()

# 损失函数
loss_fn = nn.CrossEntropyLoss()
# 损失函数转移到GPU
if torch.cuda.is_available():
    loss_fn = loss_fn.cuda()
# 优化器
learning_rate = 1e-2
optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate)

# 设置训练网络的一些参数
# 训练次数
total_train_step = 0
# 测试次数
total_test_step = 0
# 训练轮数
epoch = 10

# 添加tensorboard
writer = SummaryWriter("logs_test16")

# 计时比较CPU和GPU的训练速度差异
# 开始时间
start_time=time.time()
for i in range(epoch):
    print("---------第{}轮训练开始---------".format(i + 1))

    # 训练
    model.train()
    for data in train_dataloader:
        imgs, targets = data

        # 训练数据转移到GPU
        if torch.cuda.is_available():
            imgs = imgs.cuda()
            targets = targets.cuda()

        outputs = model(imgs)
        loss = loss_fn(outputs, targets)

        # 优化器优化模型
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()
        total_train_step = total_train_step + 1
        if total_train_step % 100 == 0:
            # 到当前的训练总时间
            end_time=time.time()
            print("训练所花时间：{}秒".format(end_time-start_time))
            print("训练次数:{},Loss:{}".format(total_train_step, loss.item()))
            writer.add_scalar("train_loss", loss.item(), total_train_step)
    # 评估模型训练效果 - 跑一个测试数据查看正确率

    # 测试过程中，参数不需要调整了，临时把梯度去除
    model.eval()
    total_test_loss = 0
    total_accuracy = 0
    with torch.no_grad():
        for data in test_dataloader:
            imgs, targets = data

           # 测试数据转移到GPU
            if torch.cuda.is_available():
                imgs = imgs.cuda()
                targets = targets.cuda()

            outputs = model(imgs)
            loss = loss_fn(outputs, targets)
            total_test_loss = total_test_loss + loss.item()
            accuracy = (outputs.argmax(1) == targets).sum()
            total_accuracy = total_accuracy + accuracy  # 预测对的总数量

    print("整体测试集上的loss:{}", format(total_test_loss))
    print("整体测试集上的准确率:{}", format(total_accuracy / test_data_size))  # 准确率
    writer.add_scalar("test_sum_loss", total_test_loss, total_test_step)
    writer.add_scalar("test_accuracy", total_accuracy / test_data_size, total_test_step)
    total_test_step = total_test_step + 1

    # 保存每一次训练的结果
    torch.save(model, "model_{}.pth".format(i))
    print("模型已保存")

writer.close()

 利用GPU训练—方式二 (.to())

更常用和推荐

import torchimport torchvision
from torch import nn
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
import time# 定义训练的设备
device1 = torch.device("cpu")
device2 = torch.device("cuda" if torch.cuda.is_available() else "cpu")
# device2 = torch.device("cuda") 在确保有GPU的情况下也可以train_data = torchvision.datasets.CIFAR10(root="D:\\Python\\learn_pytorch\\torchvision_dataset", train=True,transform=torchvision.transforms.ToTensor(),download=True)test_data = torchvision.datasets.CIFAR10(root="D:\\Python\\learn_pytorch\\torchvision_dataset", train=True,transform=torchvision.transforms.ToTensor(),download=False)# 数据集长度
train_data_size = len(train_data)
test_data_size = len(test_data)
print("训练数据集的长度为:{}".format(train_data_size))
print("测试数据集的长度为:{}".format(test_data_size))# 利用DataLoader来加载数据集
train_dataloader = DataLoader(train_data, batch_size=64)
test_dataloader = DataLoader(test_data, batch_size=64)# 创建网络模型
class MyModule(nn.Module):def __init__(self):super().__init__()self.module = nn.Sequential(nn.Conv2d(3, 32, 5, 1, 2),nn.MaxPool2d(2),nn.Conv2d(32, 32, 5, 1, 2),nn.MaxPool2d(2),nn.Conv2d(32, 64, 5, 1, 2),nn.MaxPool2d(2),nn.Flatten(),nn.Linear(64 * 4 * 4, 64),nn.Linear(64, 10))def forward(self, x):x = self.module(x)return xmodel = MyModule()
# 网络模型转移到GPU
model = model.to(device2)# 损失函数
loss_fn = nn.CrossEntropyLoss()
# 损失函数转移到GPU
loss_fn = loss_fn.to(device2)
# 优化器
learning_rate = 1e-2
optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate)# 设置训练网络的一些参数
# 训练次数
total_train_step = 0
# 测试次数
total_test_step = 0
# 训练轮数
epoch = 10# 添加tensorboard
writer = SummaryWriter("logs_test17")# 计时比较CPU和GPU的训练速度差异
# 开始时间
start_time = time.time()
for i in range(epoch):print("---------第{}轮训练开始---------".format(i + 1))# 训练model.train()for data in train_dataloader:imgs, targets = data# 训练数据转移到GPUimgs = imgs.to(device2)targets = targets.to(device2)outputs = model(imgs)loss = loss_fn(outputs, targets)# 优化器优化模型optimizer.zero_grad()loss.backward()optimizer.step()total_train_step = total_train_step + 1if total_train_step % 100 == 0:# 到当前的训练总时间end_time = time.time()print("训练所花时间：{}秒".format(end_time - start_time))print("训练次数:{},Loss:{}".format(total_train_step, loss.item()))writer.add_scalar("train_loss", loss.item(), total_train_step)# 评估模型训练效果 - 跑一个测试数据查看正确率# 测试过程中，参数不需要调整了，临时把梯度去除model.eval()total_test_loss = 0total_accuracy = 0with torch.no_grad():for data in test_dataloader:imgs, targets = data# 测试数据转移到GPUimgs = imgs.to(device2)targets = targets.to(device2)outputs = model(imgs)loss = loss_fn(outputs, targets)total_test_loss = total_test_loss + loss.item()accuracy = (outputs.argmax(1) == targets).sum()total_accuracy = total_accuracy + accuracy  # 预测对的总数量print("整体测试集上的loss:{}", format(total_test_loss))print("整体测试集上的准确率:{}", format(total_accuracy / test_data_size))  # 准确率writer.add_scalar("test_sum_loss", total_test_loss, total_test_step)writer.add_scalar("test_accuracy", total_accuracy / test_data_size, total_test_step)total_test_step = total_test_step + 1# 保存每一次训练的结果torch.save(model, "model_{}.pth".format(i))print("模型已保存")writer.close()

import torchimport torchvision
from torch import nn
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
import time# 定义训练的设备
device1 = torch.device("cpu")
device2 = torch.device("cuda" if torch.cuda.is_available() else "cpu")
train_data = torchvision.datasets.CIFAR10(root="D:\\Python\\learn_pytorch\\torchvision_dataset", train=True,transform=torchvision.transforms.ToTensor(),download=True)test_data = torchvision.datasets.CIFAR10(root="D:\\Python\\learn_pytorch\\torchvision_dataset", train=True,transform=torchvision.transforms.ToTensor(),download=False)# 数据集长度
train_data_size = len(train_data)
test_data_size = len(test_data)
print("训练数据集的长度为:{}".format(train_data_size))
print("测试数据集的长度为:{}".format(test_data_size))# 利用DataLoader来加载数据集
train_dataloader = DataLoader(train_data, batch_size=64)
test_dataloader = DataLoader(test_data, batch_size=64)# 创建网络模型
class MyModule(nn.Module):def __init__(self):super().__init__()self.module = nn.Sequential(nn.Conv2d(3, 32, 5, 1, 2),nn.MaxPool2d(2),nn.Conv2d(32, 32, 5, 1, 2),nn.MaxPool2d(2),nn.Conv2d(32, 64, 5, 1, 2),nn.MaxPool2d(2),nn.Flatten(),nn.Linear(64 * 4 * 4, 64),nn.Linear(64, 10))def forward(self, x):x = self.module(x)return xmodel = MyModule()
# 网络模型转移到GPU
model = model.to(device2)# 损失函数
loss_fn = nn.CrossEntropyLoss()
# 损失函数转移到GPU
loss_fn = loss_fn.to(device2)
# 优化器
learning_rate = 1e-2
optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate)# 设置训练网络的一些参数
# 训练次数
total_train_step = 0
# 测试次数
total_test_step = 0
# 训练轮数
epoch = 10# 添加tensorboard
writer = SummaryWriter("logs_test17")# 计时比较CPU和GPU的训练速度差异
# 开始时间
start_time = time.time()
for i in range(epoch):print("---------第{}轮训练开始---------".format(i + 1))# 训练model.train()for data in train_dataloader:imgs, targets = data# 训练数据转移到GPUimgs = imgs.to(device2)targets = targets.to(device2)outputs = model(imgs)loss = loss_fn(outputs, targets)# 优化器优化模型optimizer.zero_grad()loss.backward()optimizer.step()total_train_step = total_train_step + 1if total_train_step % 100 == 0:# 到当前的训练总时间end_time = time.time()print("训练所花时间：{}秒".format(end_time - start_time))print("训练次数:{},Loss:{}".format(total_train_step, loss.item()))writer.add_scalar("train_loss", loss.item(), total_train_step)# 评估模型训练效果 - 跑一个测试数据查看正确率# 测试过程中，参数不需要调整了，临时把梯度去除model.eval()total_test_loss = 0total_accuracy = 0with torch.no_grad():for data in test_dataloader:imgs, targets = data
# 测试数据转移到GPUimgs = imgs.to(device2)targets = targets.to(device2)outputs = model(imgs)loss = loss_fn(outputs, targets)total_test_loss = total_test_loss + loss.item()accuracy = (outputs.argmax(1) == targets).sum()total_accuracy = total_accuracy + accuracy  # 预测对的总数量print("整体测试集上的loss:{}", format(total_test_loss))print("整体测试集上的准确率:{}", format(total_accuracy / test_data_size))  # 准确率writer.add_scalar("test_sum_loss", total_test_loss, total_test_step)writer.add_scalar("test_accuracy", total_accuracy / test_data_size, total_test_step)total_test_step = total_test_step + 1# 保存每一次训练的结果torch.save(model, "model_{}.pth".format(i))print("模型已保存")writer.close()

Google Colaboratory

Google Colab（Colaboratory）是谷歌开发的基于云端的交互式笔记本环境。

  • 核心功能：无需本地配置环境，可直接在浏览器中编写和运行 Python 代码，支持深度学习、数据分析等任务。
  • 硬件支持：免费提供 CPU、GPU（如 Tesla K80、T4）甚至 TPU（张量处理单元）资源，方便运行大型模型（如训练神经网络）。
  • 优势：
    • 与 Google Drive 无缝集成，可直接读取 / 保存云端文件；
    • 支持实时协作（多人共同编辑同一笔记本）；
    • 预装了 PyTorch、TensorFlow、NumPy 等主流库，开箱即用。
  • 适用场景：快速原型开发、学习深度学习、资源有限时的模型训练等。

简单说，它是一个 “云端免费 GPU 编程工具”，对初学者和需要临时算力的开发者非常友好。 

前提：能使用谷歌  （-_-）

 

 在上方导航栏   修改-笔记本设置 里可以启用GPU/TPU

查看硬件参数 

Tesla T4 是一款面向数据中心的推理加速 GPU，基于 Turing 架构，具备不错的计算能力，支持多种计算精度，在深度学习推理任务中有出色表现。

用 Colaboratory 跑上述代码

http://www.lryc.cn/news/601645.html

相关文章：

  • MyBatis-Plus高效开发实战
  • 关于GRPC的相关知识。
  • 编程语言Java——核心技术篇（五）IO流：数据洪流中的航道设计
  • 点击劫持：潜藏在指尖的安全陷阱
  • 【Unity3D实例-功能-移动】角色移动-通过WSAD（Transform方式）
  • 《频率之光：共振之恋》
  • 益莱储：明智地投资测试仪器
  • 数据结构的基本知识
  • [STM32][HAL]stm32wbxx 超声波测距模块实现(HY-SRF05)
  • 深度学习在计算机视觉中的应用：对象检测
  • Java面试全栈通关：从微服务到AI的技术深度解析
  • 市电有电检测电路
  • elasticsearch 倒排索引原理详解
  • 湖南（源点咨询）市场调研 如何在行业研究中快速有效介入 起头篇
  • 一场关于电商零售增长破局的深圳探索
  • Python类（class）参数self的理解
  • ROS2总结（二）
  • VMware Workstation Pro虚拟机的下载和安装图文保姆级教程(附下载链接)
  • Mysql 二进制安装常见问题
  • QUARTUS速通流程
  • HCIP---MGRE实验
  • 数学建模——模糊综合评价
  • 2-4、Dify案例实践—基于工作流构建商城用户评价智能分析系统
  • 算法竞赛阶段二-数据结构（37）数据结构循环链表模拟实现
  • print(“\033[31m红\033[32m绿\033[34m蓝\033[0m默认色“)
  • 零基础学习性能测试第五章：JVM性能分析与调优-JVM运行时内存区域介绍
  • Maven之多模块项目管理
  • C语言——关于指针（逐渐清晰版）
  • 嵌入式——单片机的独立按键
  • 数据结构基础内容（第七篇：堆、哈夫曼树）