不同模型调用 GPU 的方式可能有所不同，具体需要参考文档。对于动物识别模型，只需设置环境变量 CUDA_VISIBLE_DEVICES=0 即可调用设备中的第一张显卡。

我设置的环境变量，同时也配置完成了gpu环境但是使用这个识别模型时resnet50_vd_animals错误提示：AttributeError: 'ResNet50vdAnimals' object has no attribute 'gpu_predictor'
已设置环境变量，且设置默认GPU模型，使用其他模型GPU是正常的代码如下：
paddle.device.set_device('gpu:0')

使用 resnet50_vd_animals 模型进行检测

results = module.classification(images=[np_images],use_gpu=True)

• 可以试试使用 1.1.0 版本的 resnet50_vd_animals。
• 使用下面的代码测试，应该是可以正常使用的。

import os
import cv2
import paddlehub as hub

os.environ['CUDA_VISIBLE_DEVICES'] = '0'

classifier = hub.Module(name="resnet50_vd_animals")

result = classifier.classification(images=[cv2.imread('/PATH/TO/IMAGE')])

使用这个代码后，启动时可以看到GPU在跳动，但在识别过程中，GPU的占用一直为0。这是因为这个模型在使用时基本不暂用GPU吗？

使用这个代码后，启动时可以看到GPU在跳动，但在识别过程中，GPU的占用一直为0。这是因为这个模型在使用时基本不占用显存吗？理论上应该会有大约1G左右的显存占用。对于这个较小的模型，GPU利用率没有波动也是正常的。