Python 如何仅从gpu交换到cpu？

嗨，我想知道如何在我的CPU上运行机器学习代码而不是GPU

我曾尝试在设置文件上使GPU为假，但它无法修复它

###全局设置

GPU = False                                                                 # running on GPU is highly suggested
CLEAN = False                                                                # set to "True" if you want to clean the temporary large files after generating result
APP = "classification"                                                       # Do not change! mode choide: "classification", "imagecap", "vqa". Currently "imagecap" and "vqa" are not supported.
CATAGORIES = ["object", "part"]                                              # Do not change! concept categories that are chosen to detect: "object", "part", "scene", "material", "texture", "color"
map_location='cpu'

CAM_THRESHOLD = 0.5                                                          # the threshold used for CAM visualization
FONT_PATH = "components/font.ttc"                                            # font file path
FONT_SIZE = 26                                                               # font size
SEG_RESOLUTION = 7                                                           # the resolution of cam map
BASIS_NUM = 7       

回溯（最近一次呼叫最后一次）：
文件“test.py”，第22行，在
model=loadmodel（）
文件“/home/joshuayun/Desktop/IBD/loader/model_loader.py”，第44行，在loadmodel中
检查点=torch.load（settings.MODEL\u文件）
文件“/home/joshuayun/.local/lib/python3.6/site packages/torch/serialization.py”，第387行，已加载
返回加载（f，映射位置，pickle模块，**pickle加载参数）
文件“/home/joshuayun/.local/lib/python3.6/site-packages/torch/serialization.py”，第574行，装入
结果=unpickler.load（）
文件“/home/joshuayun/.local/lib/python3.6/site packages/torch/serialization.py”，第537行，持续加载
反序列化的\u对象[根\u键]=还原\u位置（obj，位置）
文件“/home/joshuayun/.local/lib/python3.6/site packages/torch/serialization.py”，第119行，默认位置
结果=fn（存储、位置）
文件“/home/joshuayun/.local/lib/python3.6/site packages/torch/serialization.py”，第95行，反序列化
设备=验证\u cuda\u设备（位置）
文件“/home/joshuayun/.local/lib/python3.6/site packages/torch/serialization.py”，第79行，在validate\u cuda\u设备中
raise RUNTIMERROR（'试图反序列化CUDA上的对象'
RuntimeError:尝试反序列化CUDA设备上的对象，但torch.CUDA.is_available（）为False。如果您在仅CPU的计算机上运行，请使用带有map_location='CPU'的torch.load将存储映射到CPU。

如果您使用的是从

nn.Module

扩展而来的型号，您可以将整个型号移动到CPU或GPU，执行以下操作：

device = torch.device("cuda")
model.to(device)
# or
device = torch.device("cpu")
model.to(device)

如果只想移动张量：

x = torch.Tensor(10).cuda()
# or
x = torch.Tensor(10).cpu()

---

我希望这有帮助

如果我没有错的话，您会在code

model=loadmodel（）

中遇到上述错误。我不知道您在

loadmodel（）

中做了什么，但您可以尝试以下几点：

• 将

  defaults.device

  设置为

  cpu

  。为了完全确定，请添加

  torch.cuda.Set\u设备（“cpu”）

• 将

  torch.load（型号重量）

  更改为

  torch.load（型号重量，地图位置=torch.device（'cpu'））

---

请不要在同一个问题中同时使用

python-3.x

和

python-2.7

标记-这没有任何意义。您是否尝试过

torch.cuda.set_设备（“cpu”）

？

x = torch.Tensor(10).cuda()
# or
x = torch.Tensor(10).cpu()