Python CUDA GPU在支持CPU的型号培训中有什么替代方案？

我没有支持CUDA的GPU，但我有i7处理器和16GB Ram 1GB amd图形卡

我想禁用该选项，并且需要训练一个具有CPU支持的模型

支原体属

parser = argparse.ArgumentParser()
parser.add_argument("--gpu", dest='gpu', type=str, default='0',                       help='Set CUDA_VISIBLE_DEVICES environment variable, optional')   
os.environ['CUDA_VISIBLE_DEVICES'] = args.gpu
params = vars(args)

---

如何将cpu版本更改为

因此，上面只是argparser，它告诉Python在命令行接受哪些值。它只是在代码中设置变量值。即使我们改变这个，它也不会改变代码的运行方式

这取决于代码的编写方式（实际调用ML），但默认情况下在CPU上运行。您的代码必须明确告诉它在GPU上运行

使用行

os.environ['CUDA\u VISIBLE\u DEVICES']=args.gpu

将环境变量

CUDA\u VISIBLE\u DEVICES

设置到传入参数的命令行

gpu

。。。调用GPU的代码将使用的

但是您需要更改有关如何调用ML进程的代码

也许你可以发布更多的代码