search

tsinghua-fib-lab / DRL-urban-planning

A deep reinforcement learning (DRL) based approach for spatial layout of land use and roads in urban communities. (Nature Computational Science)
https://rdcu.be/dlRPZ
MIT License
159 stars 33 forks source link

cuda训练 #10

Closed yutong12 closed 3 months ago

yutong12 commented 3 months ago

Hi，我尝试复现您的工作，但在这个过程中遇到了点问题 我在一台2080ti的云服务器上进行训练，按照您给的示例运行，发现设置cuda后，worker有输出(这代表已经开始了优化器工作过程)；但我们监控GPU利用率时，发现GPU使用率为零，设备没有占用GPU空间，查看发现主要任务似乎都已多线程方式在多个CPU上运行，这是否意味着您这边在训练过程中将权重没有放到CUDA上进行计算？不然我无法理解为何会出现这个结果 希望得到您的回复 谢谢！

yutong12 commented 3 months ago

更进一步的，在urban_planning_agent.py这个文件中，第16行默认是使用CPU？不知道train里设置好的cuda：0在何处发挥作用 烦请一并告知 感谢！

yutong12 commented 3 months ago

更新 我们使用colab服务器进行复训，发现在其提供的T4环境下差不多五分钟一轮，然而在对应的CPU环境下能做到一分钟一轮，不知是否为正常现象

yutong12 commented 3 months ago

更新 腾讯云服务器上可以成功复现 速度也正常