use_cuda = True place = fluid.CUDAPlace(0) if use_cuda else fluid.CPUPlace() exe = fluid.Executor(place)
fluid.CUDAPlace
多卡训练：
使用 fluid.compiler.CompiledProgram 来编译 fluid.Program ，然后调用 with_data_parallel
train_program = fluid.Program() if not use_cuda: os.environ[‘CPU_NUM‘] = str(2) compiled_prog = compiler.CompiledProgram( train_program).with_data_parallel( loss_name=loss.name) loss_data, = exe.run(compiled_prog, feed={"X": x}, fetch_list=[loss.name])
CompiledProgram 会将传入的 fluid.Program 转为计算图，即Graph，因为 compiled_prog 与传入的 train_program 是完全不同的对象，目前还不能够对 compiled_prog 进行保存。 （如何保存）
None，则默认会使用 id 为 0 的设备。默认值为 None。代码示例
import paddle.fluid as fluid gpu_place = fluid.CUDAPlace(0)
这里编号指的是可见显卡的逻辑编号，而不是显卡实际的编号。
原文：https://www.cnblogs.com/shona/p/12238659.html