背景

飞桨（PaddlePaddle）以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心训练和推理框架、基础模型库、端到端开发套件、丰富的工具组件于一体。本章将以bcc.vgn3（Ubuntu18.04 LTS）为例，介绍如何快速搭建飞桨的GPU环境并使用预训练的模型完成文本情感分类预测。

前提条件

• 拥有一台GPU实例如gn3、gn2、vgn3等
• 在GPU实例中安装Cuda、GPU driver，Cuda版本建议为11.2、10.2或10.1。
• 已购买EIP可访问公网

操作步骤

登录GPU实例，并查看Cuda、GPU驱动版本

 nvidia-smi

查看当前的python环境，确认python版本为a3.6/3.7/3.8/3.9

 which python
 python --version

安装pip3并升级

 apt-get install python3-pip
 pip3 install -U pip

安装paddlepaddle-gpu框架 本章以Cuda 10.2为例，如您需使用其他cuda版本搭建paddlepaddle环境，请查看其他Cuda版本安装。

 python -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple

安装预训练模型管理工具paddlehub

 pip install paddlehub

使用paddlehub下载预训练模型senta_bilstm

 hub install senta_bilstm==1.2.0

运行senta_bilstm

 hub run senta_bilstm --input_text "我爱人工智能"

显示预测结果如下，模型预测文本为正向情感。