wsl2 gpu下深度概率训练初体验

转载地址：wsl2 gpu下深度概率训练初体验_MindSpore_昇腾论坛_华为云论坛

作者：芳菲菲兮满堂

之前发过帖子安装好了wsl2下mindspore gpu环境， 想看下wsl2 环境下对gpu性能有多少损耗，同时也想体验下深度概率模型的魅力，二话不说，先跑个demo试试

数据准备

mnist已经被玩坏了，建议新手玩家可以直接从fashion_mnist入手，数据格式和操作和mnist一模一样，没有什么迁移成本，下图是数据概览（摘自github，比mnist要复杂一些）github地址为https://github.com/zalandoresearch/fashion-mnist

  

下载数据后，文件的布局如图：

找到mindspore中深度概率的源码mindspore\tests\st\probability\bnn_layers路径下，编辑test_bnn_layer.py文件，只训练数据的路径即可开始训练，如图所示

为了快速验证结果，我将epoch的数值更改为10，初步看下训练的结果

从time记录中来看 训练10轮 用了5分钟，感觉gpu的加速效果并不明显，本来想在宿主机上用cpu的mindspore运行一下结果，结果遇到Permission Denied的问题，已经提了帖子问了，等问题解决之后再不上两者之间的性能对比（可能没什么对比性，但是如果cpu的运行时间和用gpu的时间差不多，那么wsl2下gpu的环境基本我就可以放弃了，损耗的太多了）