0

我正在尝试手动访问 blob 值并对其进行更改。
我有一个名为“1conv1_w”的 blob，我通过以下方式访问它：

auto 1conv1_w = caffe2::TensorCPU((*workspace.GetBlob("1conv1_w")).Get<caffe2::TensorCPU>()).data<float>();

这将返回一个指向float* 1conv1_w 的指针。在 CPU 模式下，我可以使用

std::cout << *1conv1_w << std::endl

访问 Blob "1conv1_w" 中的第一个值以及修改该值。但是，当进入 GPU 模式时，这将返回错误，因为指针中没有值。如果我使用

auto 1conv1_w = caffe2::TensorCPU((*workspace.GetBlob("1conv1_w")).Get<caffe2::TensorCUDA>()).data<float>()[0];

然后我可以访问第一个值，但仍然无法访问 blob 中的其他值。
我猜这个问题是因为在使用 GPU 时，内存实际上是一个临时内存。该值在 CPU 和 GPU 之间复制（可能是 memcpy）。当我使用Get<caffe2::TensorCUDA>()它时，只需将我想要的地址或值复制给我。因此，即使我更改了此地址中的值，它也不会影响保存在某处的实际值。

有没有人面临同样的问题并且知道如何更改 blob 的实际值？

4

1 回答 1

0

首先，您不能直接从 CPU 上下文访问 GPU 内存。您可以考虑为您的目的编写 CUDA 内核。如果您确实需要在 CPU 上执行此操作，则可以通过以下方式从 GPU 获取数据到 CPU：

CPUContext context;
TensorCPU output;
auto& input = (*workspace.GetBlob("1conv1_w")).Get<TensorCUDA>();
output.ResizeLike(input);
context.CopyItems<CUDAContext, CPUContext>(
    input.meta(),
    input.size(),
    input.raw_data(),
    output.raw_mutable_data(input.meta()));

然后您可以修改 CPU 版本并以相同的类比方式将其放回 GPU。

于 2018-05-26T23:14:33.193 回答