Python day34

@浙大疏锦行 python day34

内容：

• 使用GPU训练及类的call方法
• 使用GPU训练：调用.to(device)就可以使用GPU进行训练，且只有继承nn.Module以及torch.Tensor类型的才可以调用上述方法，同时计算时所有的输入张量和模型必须处于用一个设备，否则会触发运行时错误
• __call__方法：类内部定义的一个方法，使用实例化后的类名即可直接调用

代码：

import torch# 检查CUDA是否可用
if torch.cuda.is_available():print("CUDA可用！")# 获取可用的CUDA设备数量device_count = torch.cuda.device_count()print(f"可用的CUDA设备数量: {device_count}")# 获取当前使用的CUDA设备索引current_device = torch.cuda.current_device()print(f"当前使用的CUDA设备索引: {current_device}")# 获取当前CUDA设备的名称device_name = torch.cuda.get_device_name(current_device)print(f"当前CUDA设备的名称: {device_name}")# 获取CUDA版本cuda_version = torch.version.cudaprint(f"CUDA版本: {cuda_version}")# 查看cuDNN版本（如果可用）print("cuDNN版本:", torch.backends.cudnn.version())else:print("CUDA不可用。")# 设置GPU设备
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
print(f"使用设备: {device}")# 实例化模型并移至GPU
model = MLP().to(device)

class Studen():def __init__(self, name):self.name = namedef __call(self):print("Hello + self.name")stu1 = Student()
stu1() # 输出 Hello, name