Python fairseq toolkit未使用GPU训练NMT模型

Python fairseq toolkit未使用GPU训练NMT模型,python,nlp,gpu,nvidia,training-data,Python,Nlp,Gpu,Nvidia,Training Data,我正在使用fairseq培训一个英语-越南NMT模型 fairseq表示,它正在1个GPU上训练模型。但是,当我检查GPU时,它似乎没有被使用,而且训练过程非常缓慢 63k句子语料库的训练:一个纪元大约需要1小时。(型号:fconv) 233k句子语料库的训练:一个纪元大约需要4小时。(型号:变压器) 我的GPU是NVIDIA GeForce GTX 1050,CUDA版本是10.2 我是否成功地在GPU上培训了该模型? 很高兴看到您的解决方案/建议。您是否尝试强制它使用CPU并查看它是否更

我正在使用fairseq培训一个英语-越南NMT模型

fairseq表示,它正在1个GPU上训练模型。但是,当我检查GPU时,它似乎没有被使用,而且训练过程非常缓慢

63k句子语料库的训练:一个纪元大约需要1小时。(型号:fconv)

233k句子语料库的训练:一个纪元大约需要4小时。(型号:变压器)

我的GPU是NVIDIA GeForce GTX 1050,CUDA版本是10.2

我是否成功地在GPU上培训了该模型?


很高兴看到您的解决方案/建议。

您是否尝试强制它使用CPU并查看它是否更慢?@SamH。它实际上使用的是CPU,而不是GPU。当我检查torch.cuda.is_available()时,它返回False。