常用命令行（自用）

进入容器：

docker exec -it  80a3cca3b305 /bin/bash

查看gpu使用情况：

nvidia-smi

查看torch和gpu配好没有：

import torch

if torch.cuda.is_available():
    print("gpu cuda is available!")
    torch.cuda.manual_seed(1000)
else:
    print("cuda is not available! cpu is available!")
    torch.manual_seed(1000)

torch.cuda.manual_seed(整数)是用来给卡配好随机数种子保证一致的。

现在开始在代码里加入用来使用的gpu代码吧~

有几个分叉需要注意：要设置的是没有gpu就用cpu；有多个gpu并且可用的话就用多个gpu，否则用单gpu：

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")#如果gpu没有的话就是cpu
model.to(device)#然后把gpu放模型上，此时pytorch默认用1个gpu，如果要多个的话继续往下设置
n_gpu = torch.cuda.device_count()#获得当前机器有多少个gpu，它会返回一个数字，就是表示卡的数量，当然你也可以自己设置
if n_gpu > 1:#如果发现有多个gpu，那么就调用多个gpu并行计算
     model = torch.nn.DataParallel(model)

#当然你也可以设置一下随机数种子，如果采用多个gpu
if torch.cuda.is_available():
    torch.cuda.manual_seed_all(seed)#多gpu
    torch.cuda.manual_seed(seed)#单gpu