Stream¶

class paddle.device.cuda. Stream ( device=None, priority=None ) ¶

CUDA stream 的句柄。

参数¶

device (paddle.CUDAPlace()|int|None，可选) - 希望分配 stream 的设备。如果是 None 或者负数，则设备为当前的设备。如果是正数，则必须小于设备的个数。默认值为 None。

priority (int|None，可选) - stream 的优先级。优先级可以为 1（高优先级）或者 2（正常优先级）。如果优先级为 None，优先级为 2（正常优先级）。默认值为 None。

代码示例¶

          # required: gpu
import paddle
s1 = paddle.device.cuda.Stream(paddle.CUDAPlace(0), 1)
s2 = paddle.device.cuda.Stream(0, 1)
s3 = paddle.device.cuda.Stream()

         

方法¶

wait_event(event)¶

使所有将来提交到 stream 的任务等待 event 中已获取的任务。

参数

event (CUDAEvent) - 要等待的 event。

代码示例

COPY-FROM: paddle.device.cuda.Stream.wait_event

wait_stream(stream)¶

和给定的 stream 保持同步。

参数

stream (CUDAStream) - 要同步的 stream。

代码示例

COPY-FROM: paddle.device.cuda.Stream.wait_stream

query()¶

返回 stream 中所有的操作是否完成的状态。

返回: 一个 boolean 值。

代码示例

COPY-FROM: paddle.device.cuda.Stream.query

synchronize()¶

等待所有的 stream 的任务完成。

代码示例

COPY-FROM: paddle.device.cuda.Stream.synchronize

record_event(event=None)¶

标记一个 CUDA event 到当前 stream 中。

参数

event (CUDAEvent，可选) - 要标记的 event。如果 event 为 None，新建一个 event。默认值为 None。

返回: 被标记的 event。

代码示例

COPY-FROM: paddle.device.cuda.Stream.record_event

使用本API的教程文档¶

Pytorch 写法