Skip to content

  • 体验新版
    • 正在加载...
  • 登录
  • PaddlePaddle
  • Paddle
  • Issue
  • #20978

P
Paddle
  • 项目概览

PaddlePaddle / Paddle
大约 2 年 前同步成功

通知 2325
Star 20933
Fork 5424
  • 代码
    • 文件
    • 提交
    • 分支
    • Tags
    • 贡献者
    • 分支图
    • Diff
  • Issue 1423
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 543
  • Wiki 0
    • Wiki
  • 分析
    • 仓库
    • DevOps
  • 项目成员
  • Pages
P
Paddle
  • 项目概览
    • 项目概览
    • 详情
    • 发布
  • 仓库
    • 仓库
    • 文件
    • 提交
    • 分支
    • 标签
    • 贡献者
    • 分支图
    • 比较
  • Issue 1,423
    • Issue 1,423
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 543
    • 合并请求 543
  • Pages
  • 分析
    • 分析
    • 仓库分析
    • DevOps
  • Wiki 0
    • Wiki
  • 成员
    • 成员
  • 收起侧边栏
  • 动态
  • 分支图
  • 创建新Issue
  • 提交
  • Issue看板
已关闭
开放中
Opened 11月 02, 2019 by saxon_zh@saxon_zhGuest

静态图模式下,如何固定Variable在显存中,使得每个Batch不用重新赋值?

Created by: Yogurt2019

  • 版本、环境信息:    1)PaddlePaddle版本:1.6    2)GPU:Tesla V100 16G2 32G1 CUDA10.0 cudnn7.3    4)系统环境:Ubuntu 18.04
  • 训练信息    1)单机多卡    2)显存信息 Tesla V100 16G2 32G1

my_variable = fluid.layers.create_global_var(value=0, shape=[10, 1000, 1000], dtype='float32', name='my_variable', persistable=True, force_cpu=False) fluid.layers.assign(my_np_array, my_variable) result = fluid.layers.matmul(my_variable, my_previous_result_variable)

目前在训练的过程中,每个batch的训练都会自动给my_variable赋值一次,即每个batch进行时都会进行assign操作,由于my_np_array很大,所以很占内存,而且极大影响了整体训练时间, 我想对my_variable在整个训练过程中只赋值一次,请问如何实现? 谢谢!

指派人
分配到
无
里程碑
无
分配里程碑
工时统计
无
截止日期
无
标识: paddlepaddle/Paddle#20978
渝ICP备2023009037号

京公网安备11010502055752号

网络110报警服务 Powered by GitLab CE v13.7
开源知识
Git 入门 Pro Git 电子书 在线学 Git
Markdown 基础入门 IT 技术知识开源图谱
帮助
使用手册 反馈建议 博客
《GitCode 隐私声明》 《GitCode 服务条款》 关于GitCode
Powered by GitLab CE v13.7