Transformer P29 多GPU并行训练代码修改
到目前为止，还剩下最后一个技术点，就是在 GPU 上训练模型。因为生成任务模型参数量大，训练样本多，所以训练难度很大，不用 GPU 训练是很难出效果的。而且，要保证每个 batch 可以加载一定量的样本，一块 GPU 可能还不够，所以需要用到多块 GPU 并行训练。
代码示例
1、设备判断和单GPU训练
注意：模型和数据要在同一设备上。
内容不可见，请联系管理员开通权限。
2、多GPU并行训练
在使用 nn.DataParallel 对模型进行并行化后，模型会被包装在 DataParallel 类的对象中。需要使用 model.module，才可以访问原始模型的属性和方法。
内容不可见，请联系管理员开通权限。
好的，正常情况下，到这里就可以开始训练模型了。但是，凭经验判断，用这种方法训练这个模型，在训练过程中肯定会出现负载不均衡的问题，就是第一块 GPU 负载特别高，其他的没怎么用上，所以下节课，我们还需要处理一下，这个多块GPU负载不均衡的问题。
本文链接：http://ichenhua.cn/edu/note/676
版权声明：本文为「陈华编程」原创课程讲义，请给与知识创作者起码的尊重，未经许可不得传播或转售！
