cuda_places¶

paddle.static. cuda_places ( device_ids=None ) [源代码] ¶

注解

多卡任务请先使用 FLAGS_selected_gpus 环境变量设置可见的GPU设备，下个版本将会修正 CUDA_VISIBLE_DEVICES 环境变量无效的问题。

该接口根据 device_ids 创建一个或多个 paddle.CUDAPlace 对象，并返回所创建的对象列表。

如果 device_ids 为 None，则首先检查 FLAGS_selected_gpus 标志。例如： FLAGS_selected_gpus=0,1,2 ，则返回的列表将为 [paddle.CUDAPlace(0), paddle.CUDAPlace(1), paddle.CUDAPlace(2)]。如果未设置标志 FLAGS_selected_gpus ，则根据 CUDA_VISIBLE_DEVICES 环境变量，返回所有可见的 GPU places。

如果 device_ids 不是 None，它应该是使用的GPU设备ID的列表或元组。例如： device_id=[0,1,2] ，返回的列表将是 [paddle.CUDAPlace(0), paddle.CUDAPlace(1), paddle.CUDAPlace(2)]。

参数¶

device_ids (list(int)|tuple(int)，可选) - GPU的设备ID列表或元组。默认值为 None。

返回¶

list[paddle.CUDAPlace]，创建的 paddle.CUDAPlace 列表。

代码示例¶

import paddle
import paddle.static as static

paddle.enable_static()

cuda_places = static.cuda_places()

PaddlePaddle

paddle.static / cuda_places

cuda_places¶

参数¶

返回¶

代码示例¶

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle.static / cuda_places

cuda_places¶

参数¶

返回¶

代码示例¶