torch.xpu¶
此包引入了对 XPU 后端的支持,专门针对英特尔 GPU 优化。
此包是延迟初始化的,因此您可以始终导入它,并使用 is_available()
来确定您的系统是否支持 XPU。
选择给定流的上下文管理器。 |
|
返回当前选定设备的索引。 |
|
返回给定设备当前选定的 |
|
上下文管理器,用于更改选定的设备。 |
|
返回可用的 XPU 设备数量。 |
|
上下文管理器,用于将当前设备更改为给定对象的设备。 |
|
获取设备的 xpu 功能。 |
|
获取设备的名称。 |
|
获取设备的属性。 |
|
初始化 PyTorch 的 XPU 状态。 |
|
返回一个布尔值,指示 XPU 当前是否可用。 |
|
返回 PyTorch 的 XPU 状态是否已初始化。 |
|
设置当前设备。 |
|
设置当前流。这是一个包装 API,用于设置流。 |
|
围绕上下文管理器 StreamContext 的包装,它选择给定流。 |
|
等待 XPU 设备上所有流中的所有内核完成。 |
随机数生成器¶
将指定 GPU 的随机数生成器状态作为 ByteTensor 返回。 |
|
返回一个 ByteTensor 列表,表示所有设备的随机数状态。 |
|
返回当前 GPU 的当前随机种子。 |
|
设置当前 GPU 的随机数生成器种子。 |
|
设置所有 GPU 上的随机数生成器种子。 |
|
将当前 GPU 的随机数生成器种子设置为随机数。 |
|
将所有 GPU 的随机数生成器种子设置为随机数。 |
|
设置指定 GPU 的随机数生成器状态。 |
|
设置所有设备的随机数生成器状态。 |
内存管理¶
释放缓存分配器当前持有的所有未占用的缓存内存,以便这些内存可以在其他 XPU 应用程序中使用。 |
|
返回给定设备上张量占用的最大 GPU 内存(以字节为单位)。 |
|
返回给定设备上缓存分配器管理的最大 GPU 内存(以字节为单位)。 |
|
返回给定设备上张量当前占用的 GPU 内存(以字节为单位)。 |
|
返回给定设备上缓存分配器当前管理的 GPU 内存(以字节为单位)。 |
|
返回给定设备的 XPU 内存分配器统计信息的字典。 |
|
返回 |
|
重置 XPU 内存分配器跟踪的“累积”(历史)统计信息。 |
|
重置 XPU 内存分配器跟踪的“峰值”统计信息。 |