Torch 环境变量¶
PyTorch 利用环境变量来调整影响其运行时行为的各种设置。这些变量可以控制关键功能,例如在遇到错误时显示 C++ 堆栈跟踪、同步 CUDA 内核的执行、指定并行处理任务的线程数等等。
此外,PyTorch 利用多个高性能库(例如 MKL 和 cuDNN),这些库也使用环境变量来修改其功能。设置之间的这种交互允许创建高度可定制的开发环境,可以针对效率、调试和计算资源管理进行优化。
请注意,虽然本文档涵盖了与 PyTorch 及其关联库相关的广泛的环境变量,但它并不详尽。如果您在本文档中发现任何缺失、错误或可以改进的内容,请通过提交问题或打开拉取请求告知我们。