训练常用环境变量

本节介绍的环境变量建议在训练前提前设置好。

NPU私有格式

0为关闭，建议关闭：

export FLAGS_npu_storage_format=0

NPU在线编译

false为关闭，建议小模型关闭，大模型打开：

export FLAGS_npu_jit_compile=false

aclnn_scale

在大模型场景设置False性能更好，小模型场景设置True性能更好：

export FLAGS_npu_scale_aclnn=True

aclnn_split

在大模型场景设置False性能更好，小模型场景设置True性能更好：

export FLAGS_npu_split_aclnn=True

npu算子加黑名单

npu算子加黑名单跑cpu，禁用NPU算子名单，可用来暂时规避精度问题，或者确认问题算子（set_value为算子名称）：

export CUSTOM_DEVICE_BLACK_LIST=“set_value”

指定NPU卡号

export ASCEND_RT_VISIBLE_DEVICES=0,1,2,3,4,5,6,7

Paddle view机制

当前在NPU部分模型上性能较差，0为关闭，建议关闭：

export FLAGS_use_stride_kernel=0

Paddle内存分配方式

默认为最大值申请，可能在个别模型上引入内存问题，建议使用auto_growth随使用申请

export FLAGS_allocator_strategy_kernel=auto_growth

kernel缓存大小

设置kernel缓存大小，以防止模型训练后期性能衰减

export ASCEND_MAX_OP_CACHE_SIZE=5000

CANN日志环境变量

设置日志打屏

1为打屏，可开启后将日志重定向到.log文件中

export ASCEND_SLOG_PRINT_TO_STDOUT=1

设置日志等级

0为INFO级，所有的日志均输出，3为ERROR级

export ASCEND_GLOBAL_LOG_LEVEL=0

Paddle日志环境变量

Paddle的glog等级中，0为无日志，10为全开日志，一般开启到3即可

export GLOG_v=3

开启glog后重定向.log文件需要在语句最后加入 2>&1 命令，例如：

python tools/train.py -c PP-OCRv4_server_rec_ic15_data.yaml -o
Global.use_gpu=False Global.use_npu=True > ocr.log 2>&1