1.准备篇

PARL是基于paddlepaddle框架的，由于paddlepaddle针对cuda9和cuda10有不同的安装包，所以首先要检查一下AI Studio中的cuda版本。

在AI Studio中打开任意一个项目，在终端中检查一下cuda版本

发现Cuda是9.2版本的. 再检查一下cuDNN版本

发现cuDNN的版本是7.3.1.

根据PP官方安装文档的说明,( https://www.paddlepaddle.org.cn/install/quick)

得出结论, 我们应该使用CUDA 9系列的pp gpu版本, 即使用以下命令来安装

python3 -m pip install paddlepaddle-gpu==1.6.3.post97 -i https://mirror.baidu.com/pypi/simple

注意,要选择post97版本, 不要使用post107

 

2.操作篇

进入notebook, 先安装一下GPU版本的paddle,例如:

注意上图红框是关键步骤.

 

后面就正常写代码就行了. 但是,如果你仍然怀疑GPU到底起作用没有的话,可以修改Agent,打印运行环境看看, 来增强一下信心.例如:

注意上面红框中我加的代码, 在运行时可以在日志中看到实际环境,如下:

到此, 可以确定真的是GPU在跑啦.

最后, 看看性能监控, 发现GPU使用率其实很低,只有4%. 估计是现在PARL的算法其实不怎么需要GPU??? 

补充一下：经历入门阶段的5个项目对比发现，其实用GPU的加速效果几乎没有，所以....折腾了半天，其实用CPU就足够了，入门阶段没必要使用GPU来训练PARL。