tensorflow - 如何直接在 gpu 中跨不同深度学习框架转换数据（张量）而不复制到 cpu？

Question

比如我在pytorch中有一个cuda张量，如何在gpu中直接转换成mxnet/tensorflow而不复制到cpu？经常在 cpu 和 gpu 之间复制数据是非常耗时的。

标签： tensorflowpytorchtensormxnet

Answer 1

最快的方法是为此使用CUDA API。

只有 CPU 支持通过 PyTorch 共享张量。

如果你尝试做一些 Python 展览，你会因为 GIL 而变慢。