Python 基于GPU的链式预测_Python_Deep Learning_Gpu_Chainer

Python 基于GPU的链式预测

python deep-learning

Python 基于GPU的链式预测,python,deep-learning,gpu,chainer,Python,Deep Learning,Gpu,Chainer,我有一个训练有素的链式模型，我想用它来进行预测。默认情况下，我可以在CPU上预测图像，但我想使用GPU，但我不确定该怎么做。下面是我的代码的样子： model = MyModel() chainer.serializers.load_npz("snapshot", model) image = load_image(path) # returns a numpy array with chainer.no_brackprop_mode(), chainer.using_config("tra

我有一个训练有素的链式模型，我想用它来进行预测。默认情况下，我可以在CPU上预测图像，但我想使用GPU，但我不确定该怎么做。下面是我的代码的样子：

model = MyModel()
chainer.serializers.load_npz("snapshot", model)
image = load_image(path) # returns a numpy array

with chainer.no_brackprop_mode(), chainer.using_config("train", False):
    pred = model.__call__(image)

这在CPU上运行良好。我应该添加什么来预测GPU？我试过：

```
model.to\u gpu（0）
```

chainer.cuda.get\u device\u from\u id（0）。use（）

使用
```
image=CuPy.array（image）
```

使用所有这些选项，我会得到一个错误：

ValueError: numpy and cupy must not be used together
type(W): <type 'cupy.core.core.ndarray'>, type(x): <type 'numpy.ndarray'>

ValueError:numpy和cupy不能一起使用
类型（W）：，类型（x）：

我做错了什么？如何在GPU上执行预测？

提前感谢您的帮助。

我终于想出了一个让它工作的方法：我没有使用

cupy.array（image）

，而是使用

cuda.to\u gpu（image）

，然后使用

cuda.to\u cpu（image）

。我不确定这两者之间的区别，但仍然有效