频繁开关运行pycharm程序，导致GPU被沾满的解决办法

最新推荐文章于 2025-04-15 19:48:57 发布
最新推荐文章于 2025-04-15 19:48:57 发布
阅读量3.9k 收藏 12
点赞数 5
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/insanegtp/article/details/79856656
版权

本人频繁在pycharm下run程序，经常终止，可能其后台运行的Python程序没有关闭，所以耗尽GPU资源。现象是占用GPU的进场ID为空，即nvidia-smi后，没有进程使用GPU，但每块GPU的内存确被使用很多。。。。。

fuser -v /dev/nvidia*

会发现很多Python在运行，故粗暴地kill这些进程ID就可以了。。。。。。。ID乍一看很多，杀死一两个就不剩几个了。。。。


本方法简单粗暴。。。。。不知道有没有更优雅的解决办法


df -h -i （备忘用）


insanegtp
关注
如何在pycharm中指定GPU
安静到无声
08-17 2877
添加名称：CUDA_VISIBLE_DEVICES和对应值即可。
（2022.4）如何使用PyCharm连接GPU服务器运行代码（极其适合初学者）
weixin_42496865的博客
04-19 1万+
使用PyCharm专业版连接服务器，使用远程计算资源，轻松运行自己的代码，光速计算，过程详细友好。
【求助，pychram刚打开一个工程，GPU占用率就跑满了】
weixin_44693799的博客
05-06 243
刚打开工程文件，电脑风扇就狂转，打开任务管理器一看GPU占用率百分百，而内存却是没多少。然后我在每次一开机，GPU就跑满，但是什么程序我都没打开。电脑刚安装了pytorch，cuda和pychram，想运行一下程序跑跑看，去github下载了个相关的程序。有没有人能帮我解答一下。
JetBrains IDE中GPU进程(JCEF)重启问题（Too many restarts of GPU-process）解决方案
cooldream2009的博客
10-28 2579
在使用JetBrains系列IDE（如IntelliJ IDEA、PyCharm、WebStorm等）时，用户可能会遇到“GPU进程(JCEF)重启次数过多”的报错信息。该问题主要表现为IDE频繁闪退、卡顿，甚至无法正常启动。这种现象的主要原因是系统GPU进程不稳定或与JCEF（JetBrains Chromium Embedded Framework）组件存在兼容性问题。本文将深入分析该问题的原因，并提供具体的解决方案与优化建议，以便用户能够顺利使用JetBrains IDE进行开发。
Python 运行中一直出现 Restart？怎么办，有图？
cda2024的博客
04-01 982
在编程的世界里，遇到各种奇怪的问题是家常便饭。但是，当你的 Python 程序在运行过程中频繁出现“Restart”提示时，这可能不仅仅是令人头疼的小问题，而是隐藏着深层次的原因。本文将深入探讨这一现象，并提供解决方案，帮助你顺利解决问题。如果你正在为这个问题烦恼，那么请继续往下看，或许你能在这里找到答案。
GPU 进程 (JCEF) 重启次数过多
weixin_43144516的博客
03-11 7266
问题描述 在Jetbrains系软件中遇到“GPU 进程 (JCEF) 重启次数过多”问题 这样的问题可能还会导致闪退。 原因分析： 需要关闭JCEF，而点了禁用GPU加速和重启后依旧不行。 Using JCEF requires using a dedicated JetBrains Runtime, please follow these installation instructions on how to obtain and activate it in your IDE. Enable ide
PyCharm中安装Fitted Code出现GPU process restarts too many times and seems to be unstable.解决办法
最新发布
qq_62551010的博客
04-15 243
PyCharm安装Fitted Code后出现GPU process restarts too many times and seems to be unstable. Try to restart IDE or disable GPU acceleration completely错误解决方案
程序停止后GPU仍被占用
濯君
08-14 1万+
在跑深度学习程序的时候，有时强制终止程序，可是程序占用的GPU资源仍然没有被释放，被这个坑了好久，还以为是GPU一直被别人抢占了，结果是GPU资源泄露。 可以使用这个命令查看Linux系统GPU的使用情况 nvidia-smi 得到如图结果 此时可以手动kill掉占用GPU的进程，以此来释放GPU资源 kill -9 49461 若是使用了Screen命令在后台运行的程序终止后...
解决Ubuntu18中的pycharm不能调用tensorflow-gpu的问题
12-16
在Ubuntu 18.04系统中，PyCharm 是一个流行的Python集成开发环境，而TensorFlow-GPU是Google开发的深度学习库TensorFlow的GPU版本，它利用GPU的并行计算能力加速训练过程。当你在命令行环境中能正常导入和使用...
Pycharm基本使用与GPU环境部署
qq_27353621的博客
02-27 1万+
一、基本配置 我们安装好PyCharm后，首先要进行一些小配置，比如主题，字体，字体颜色等。 我们打开PyCharm后，点开file，找到Setting 然后就会跳出Setting的窗口 可以说PyCharm的各种配置都需要在这里配置，现在我们进入Editor来对字体以及IDE主题进行更改。 Editor->General->Font是设置字体及大小的 Color Scheme->Python选项后我们就可以设置Python的主题 接着我们要去更换python解释器，刚下载的Py.
【TensorFlow】Windows环境下PyCharm运行TensorFlow GPU版(附TensorFlow更新方法)
热门推荐
九栋老王的专栏
03-08 5万+
作为一名谷粉再加上最近研究深度学习，不得不说TensorFlow是一个很好的切入点，今天看了下官方教程踩了几个坑后，终于在PyCharm上起飞了，废话不多说下面开始搭建环境吧。(此教程Win10，8.1和7都适用，只需下载不同的安装文件即可) 1. 确定安装版本 CPU版：如果你的电脑没有NVIDIA的显卡的话，你就必须选择安装这个版本，不过这个版本的安装要比GPU版的简单，官方也推荐先
Pytorch查看、释放已关闭程序占用的GPU资源
开飞机的小毛驴儿
12-31 3355
import torch print(torch.cuda.current_device()) print(torch.cuda.device_count()) print(torch.cuda.get_device_name()) print(torch.cuda.is_available()) 打开terminal输入nvidia-smi可以看到当前各个显卡及用户使用状况，...
pycharm发疯了
weixin_39915444的博客
01-28 149
也不知道发了什么疯。 原来好好的程序不可以运行了。 也没报错。 就是一直显示运行中，但是什么都不做。 类似于这种最简单的句子，都一直显示在运行但是没有输出。 后来我发现！！！ 我删除了几行import之后，就可以了！！！ 类似于这种，只留下要用到的import，就可以运行！ 然后我发现我写的GUI的程序就算删掉了不用的import也不可以。 然后删掉了import我写的程序就可以了！ 好奇怪！！！ 有人知道这是为什么吗？？？ ...
pycharm cpu占用低_载入模型权重GPU内存被额外占用的bug解决
weixin_39661589的博客
12-21 862
分布式/多进程中的这种情况的现象是，对于同一个python进程（pid号相同）会两次占用固定大小的gpu内存 观察到的现象是python进程多于预期应有的进程数。比如我们单机多卡分布式训练，已经完成了网络模型的in-place参数设备转换，即network.cuda()，现在我们有4块GPU，我们在程序中的每一个进程分配一块GPU时本来应该只有4个进程，每个进程占用一定的GPU显存，但实际情况如...
为什么你的pycharm打开时很卡，今天来教你解决方案
Python966的博客
01-17 1万+
相信很多刚开始使用pycharm不太熟练的小伙伴，每天一开机打开pycharm总是卡半天，不知道的还以为是电脑卡了或者啥问题的。莫慌，其实并不是…
解决打开pycharm以后电脑内存持续升高问题
weixin_43437379的博客
03-22 8046
可能是存在项目未指定python解释器，右下角点击指定python解释器即可。 我这么做以后cpu占用成功从百分之百降到了百分之6，内存也慢慢在降，风扇也不疯狂运行了
Tensorflow100%占用GPU内存
qq_38380853的博客
06-26 1643
Tensorflow占用GPU内存问题解决办法
关于使用PyTorch设置多线程（threads）进行数据读取而导致GPU显存始终不释放的问题
jinxin521125的博客
10-14 9959
使用PyTorch设置多线程（threads）进行数据读取（DataLoader），其实是假的多线程，他是开了N个子进程（PID都连着）进行模拟多线程工作，所以你的程序跑完或者中途kill掉主进程的话，子进程的GPU显存并不会被释放，需要手动一个一个kill才行，具体方法描述如下： 1.先关闭ssh（或者shell）窗口，退出重新登录 2.查看运行在gpu上的所有程序： fuser -v /
DevEco Studio显示GPU进程（JCEF）重启次数过多
04-03
### DevEco Studio 中 GPU JCEF 进程频繁重启的解决方案 DevEco Studio 是基于 JetBrains IntelliJ 平台开发的一款集成开发环境，因此其内部也集成了 Jetbrains 的 JCEF（JetBrains Chromium Embedded Framework）组件。当遇到 JCEF 组件中的 GPU 进程频繁重启问题时，可以通过调整相关设置来解决问题。 #### 调整 JCEF 设置以禁用 GPU 加速 由于某些系统的图形驱动程序可能与 JCEF 的 GPU 加速功能存在兼容性问题，导致 GPU 进程不断重启。此时可以尝试禁用 GPU 加速功能。具体操作如下： 1. **修改启动参数** 在启动 DevEco Studio 时，添加 JVM 参数以禁用 GPU 加速。可以在 `studio.vmoptions` 文件中加入以下内容[^1]： ```properties -Djcef.enable-gpu=false ``` 2. **定位并编辑配置文件** 配置文件通常位于安装目录下的特定路径中。对于 Windows 用户，默认路径可能是： ``` C:\Users\<用户名>\AppData\Roaming\Huawei\DevEcoStudio\config\ ``` 对于 macOS 用户，则通常是： ``` ~/Library/Preferences/Huawei/DevEcoStudio/ ``` 3. **保存更改并重新启动** 编辑完成后，保存文件并关闭所有打开的实例。随后重新启动 DevEco Studio，验证是否解决了 GPU 进程频繁重启的问题。 #### 替代方法：更新显卡驱动程序 如果上述方法未能完全解决问题，建议检查当前使用的显卡驱动版本，并将其升级到最新稳定版。过旧或不稳定的驱动可能导致 GPU 不兼容问题。 #### 日志分析与调试 为了进一步确认问题的根本原因，可以查看 DevEco Studio 的日志文件。日志文件通常存储在以下位置： - Windows: `%USERPROFILE%\AppData\Local\Huawei\DevEcoStudio\system\log` - macOS: `~/Library/Logs/Huawei/DevEcoStudio/` 通过分析日志中的错误信息，能够更精准地判断是否存在其他潜在因素影响 GPU 进程运行。 ```python import os def check_log_directory(platform="Windows"): if platform == "Windows": log_path = os.path.join(os.environ['USERPROFILE'], r"AppData\Local\Huawei\DevEcoStudio\system\log") elif platform == "macOS": log_path = os.path.expanduser("~/Library/Logs/Huawei/DevEcoStudio/") else: raise ValueError("Unsupported platform") if not os.path.exists(log_path): return f"The specified path does not exist: {log_path}" logs = [f for f in os.listdir(log_path) if f.endswith(".log")] return logs print(check_log_directory()) ``` 此脚本可用于快速检索目标平台上的日志文件列表。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值