cuDNN使用非確定性演算法，並且可以使用torch.backends.cudnn.enabled = False來進行禁用

如果設定為torch.backends.cudnn.enabled =True，說明設定為使用使用非確定性演算法

然後再設定：

torch.backends.cudnn.benchmark = true

那麼cuDNN使用的非確定性演算法就會自動尋找最適合當前配置的高效演算法，來達到優化執行效率的問題

一般來講，應該遵循以下準則：

如果網路的輸入資料維度或型別上變化不大，設定 torch.backends.cudnn.benchmark = true 可以增加執行效率；

如果網路的輸入資料在每次 iteration 都變化的話，會導致 cnDNN 每次都會去尋找一遍最優配置，這樣反而會降低執行效率。

所以我們經常看見在程式碼開始出兩者同時設定：

torch.backends.cudnn.enabled = True
torch.backends.cudnn.benchmark = True

以上這篇淺談pytorch torch.backends.cudnn設定作用就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。