Python 使用本地GPU的Google Colaboratory本地运行时_Python_Machine Learning_Deep Learning_Pytorch_Google Colaboratory

Python 使用本地GPU的Google Colaboratory本地运行时

python machine-learning deep-learning pytorch google-colaboratory

Python 使用本地GPU的Google Colaboratory本地运行时,python,machine-learning,deep-learning,pytorch,google-colaboratory,Python,Machine Learning,Deep Learning,Pytorch,Google Colaboratory,我正在使用Colaboratory和Pytorch运行一个使用不寻常数据集的GAN，该数据集当前存储在我的机器上。为了访问这些文件，我连接了本地运行时（按照）。然而，Colaboratory现在在运行时使用我自己的GPU，这在以前的运行中是没有的。我知道这一点，因为当前的运行速度要慢得多，因为他们使用的是我的GTX 1060 6GB，而不是Colab的特斯拉K80 我用电脑检查了一下 torch.cuda.get\u设备名称（0）当我在本地连接时，返回“GeForce GTX 1060 6G”

我正在使用Colaboratory和Pytorch运行一个使用不寻常数据集的GAN，该数据集当前存储在我的机器上。为了访问这些文件，我连接了本地运行时（按照）。然而，Colaboratory现在在运行时使用我自己的GPU，这在以前的运行中是没有的。我知道这一点，因为当前的运行速度要慢得多，因为他们使用的是我的GTX 1060 6GB，而不是Colab的特斯拉K80

我用电脑检查了一下

torch.cuda.get\u设备名称（0）

当我在本地连接时，返回“GeForce GTX 1060 6G”。即使选择了编辑->笔记本设置->硬件加速器->GPU，情况也是如此

但是，如果我没有本地连接，而是使用（默认）“连接到托管运行时”选项

torch.cuda.get\u device\u name（0）

返回“特斯拉K80”

我无法将数据集上载到驱动器，因为它是一个大型图像数据集，并且希望继续使用本地运行时

如何使用本地运行时和Colab的惊人特斯拉K80？

非常感谢您的帮助。

Colab正在使用您的GPU，因为您已将其连接到本地运行时。这就是将它连接到您自己的运行时的意义。这意味着你在使用你的机器，而不是在谷歌的服务器上处理这个过程。如果你还想使用谷歌的服务器和处理能力，我建议看一下。

这回答了你的问题：“MaZa请考虑把你的评论作为回答来回答它，好像它满足了这个问题。这能回答你的问题吗？”