我正在用cudas运行一些代码，我需要在CPU上测试相同的代码来比较运行时间 . 为了在常规的pytorch张量和cuda浮动张量之间做出决定，我使用的库调用了torch.cuda.is_available（） . 是否有一个简单的方法使此函数返回false？我试过更换Cuda可见设备
os.environ["CUDA_VISIBLE_DEVICES"]=""
但是torch.cuda.is_available（）仍然返回True . 我进入了pytorch源代码，在我的情况下，torch.cuda.is_avaible返回
torch._C._cuda_getDeviceCount() > 0
我假设我应该能够在我的笔记本电脑开始时“隐藏”我的GPU，因此设备数量等于零，但到目前为止我没有取得任何成功 . 任何帮助表示赞赏:)
1 回答
而不是试图欺骗它，为什么不重写你的代码？例如，
然后你可以启动你的程序
python runme.py以在GPU上运行（如果可用），并且USE_CPU=1 python3 runme.py以强制CPU执行（或通过export USE_CPU=1使其成为半永久性） .您也可以尝试使用
CUDA_VISIBLE_DEVICES="" python3 runme.py运行代码;如果你在代码中设置环境变量，它可能会在PyTorch初始化之后设置，并且没有任何效果 .