6月1日遇到的问题

Jupyter notebook运行py文件：%run xx.py

载入代码：%load xx.py

 

解决mxnet错误:OSError: libcudart.so.10.0: cannot open shared object file: No such file or directory

pip install --user mxnet

Jupyter Notebook引入外部的py文件中的方法

import sys
sys.path.append(r'C:\Users\XXX\PycharmProjects\kNN_function')

 

python安装想要版本的库：

python -m pip install --upgrade packagename==version

 

linux下查看GPU相关信息：

https://www.cnblogs.com/yuehouse/p/10242942.html

1、Linux查看显卡信息：

lspci | grep -i vga

2、使用nvidia GPU可以：

lspci | grep -i nvidia

前边的序号 "00:0f.0"是显卡的代号(这里是用的虚拟机);

 

查看指定显卡的详细信息用以下指令：

lspci -v -s 00:0f.0

3、Linux查看Nvidia显卡信息及使用情况

Nvidia自带一个命令行工具可以查看显存的使用情况：

nvidia-smi

表头释义：

•     Fan：显示风扇转速，数值在0到100%之间，是计算机的期望转速，如果计算机不是通过风扇冷却或者风扇坏了，显示出来就是N/A；
•     Temp：显卡内部的温度，单位是摄氏度；
•     Perf：表征性能状态，从P0到P12，P0表示最大性能，P12表示状态最小性能；
•     Pwr：能耗表示；
•     Bus-Id：涉及GPU总线的相关信息；
•     Disp.A：是Display Active的意思，表示GPU的显示是否初始化；
•     Memory Usage：显存的使用率；
•     Volatile GPU-Util：浮动的GPU利用率；
•     Compute M：计算模式；

下边的Processes显示每块GPU上每个进程所使用的显存情况。

如果要周期性的输出显卡的使用情况，可以用watch指令实现：

 watch -n 10 nvidia-smi

命令行参数-n后边跟的是执行命令的周期，以s为单位。