本文旨在帮助用户解决在使用 AutoGluon 时，即使配置了 num_gpus=1，GPU 仍然没有被利用的问题。我们将探讨可能的原因，并提供一种有效的解决方案，确保 AutoGluon 能够充分利用 GPU 资源，加速模型训练过程。
在使用 AutoGluon 进行模型训练时，充分利用 GPU 资源可以显著提升训练速度。然而，有时即使在代码中指定了 num_gpus=1，AutoGluon 仍然无法使用 GPU，这可能会导致训练时间过长。以下提供一种解决方案，以确保 AutoGluon 能够正确地利用 GPU 资源。
问题分析
从提供的日志可以看出，尽管在 TabularPredictor.fit() 函数中设置了 num_gpus=1，但实际运行过程中，nvidia-smi 命令显示没有进程使用 GPU。这表明 AutoGluon 可能没有正确地将 GPU 分配给相应的模型进行训练。
解决方案
一种有效的解决方案是将 num_gpus 参数嵌套在 ag_args_fit 字典中传递给 fit() 函数。这意味着你需要修改你的代码，将 num_gpus=1 放入 ag_args_fit 字典中。
代码示例
以下是修改后的代码示例：
import pandas as pd
from autogluon.tabular import TabularPredictor
# 读取数据
df = pd.read_csv("/content/autogluon train.csv")
# 使用 ag_args_fit 指定 num_gpus
predictor = TabularPredictor(label='Expense').fit(
df,
presets='best_quality',
verbosity=4,
time_limit=70000,
ag_args_fit={'num_gpus': 1}
)代码解释
- ag_args_fit={'num_gpus': 1}: 这部分代码将 num_gpus 参数以及其对应的值 1 放入一个字典中，并将该字典作为 ag_args_fit 参数的值传递给 fit() 函数。
注意事项
AutoGluon 版本兼容性: 这种方法在某些 AutoGluon 版本中可能有效。请确保你使用的 AutoGluon 版本支持通过 ag_args_fit 传递 num_gpus 参数。
-
CUDA 和 PyTorch 安装: 确保你的 CUDA 和 PyTorch 安装正确，并且与 AutoGluon 兼容。参考问题中的安装命令：
pip install torch==2.0.1+cu118 torchvision==0.15.2+cu118 --index-url https://download.pytorch.org/whl/cu118 pip install autogluon
请根据你的 CUDA 版本选择合适的 PyTorch 版本。
GPU 驱动: 确保你的 GPU 驱动程序是最新的，并且与 CUDA 版本兼容。
检查日志: 在运行修改后的代码后，仔细检查 AutoGluon 的日志输出，确认 GPU 是否被正确识别和使用。
资源限制: 确保你的系统有足够的 GPU 内存来满足模型训练的需求。如果 GPU 内存不足，可能会导致 AutoGluon 无法使用 GPU。
总结
通过将 num_gpus 参数放入 ag_args_fit 字典中，可以有效地解决 AutoGluon 无法使用 GPU 的问题。请务必确保你的 CUDA、PyTorch 和 GPU 驱动程序安装正确，并且与 AutoGluon 兼容。如果问题仍然存在，请检查 AutoGluon 的日志输出，以获取更多信息。
