Balanced-DataParallel:这里是改进了pytorch的DataParallel，使用了平衡第一个GPU的显存使...

平衡数据并行 这里是改进了pytorch的DataParallel，使用了平衡第一个GPU的显存使用量 本代码来自transformer-XL： : 代码不是本人写的，但是感觉很好用，就分享一下。 怎么使用： 这个BalancedDataParallel类使用起来和DataParallel类似，下面是一个示例代码： my_net = MyNet() my_net = BalancedDataParallel(gpu0_bsz // acc_grad, my_net, dim=0).cuda() 这里包含三个参数，第一个参数是第一个GPU要分配多大的batch_size，但是要注意，如果您使用了渐变累积，那么此处替换的是每次进行运算的实际batch_size大小。举个例子，比如你在3个GPU上面跑代码，但是一个GPU最大只能跑3条数据，但是因为0号GPU还要做一些数据的整合操作，于是0