使pytorch代码与CPU或GPU上运行无关的更好方法是什么？

Question

迁移指南建议以下内容使代码CPU / GPU不可知：

> # at beginning of the script
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
...
# then whenever you get a new Tensor or Module
# this won't copy if they are already on the desired device
input = data.to(device)
model = MyModule(...).to(device)

我做了这个并在仅CPU设备上运行我的代码，但我的模型在输入一个输入数组时崩溃了，因为它说它期望CPU张量不是GPU。 不知何故，我的模型自动将CPU输入数组转换为GPU数组。 最后，我在我的代码中追溯到这个命令：

model = torch.nn.DataParallel(model).to(device)

即使我将模型转换为'cpu'，nn.DataParallel也会覆盖它。 我想出的最佳解决方案是有条件的：

if device.type=='cpu':
    model = model.to(device)
else:
    model = torch.nn.DataParallel(model).to(device)

这似乎并不优雅。 有没有更好的办法？

Answer 1

怎么样

if torch.cuda.device_count() > 1:
    model = torch.nn.DataParallel(model)
model = model.to(device)

？

如果只有一个GPU，则不需要DataParallel 。