Accelerator 如何更改默认使用的GPU卡号

本文介绍了如何在Python代码中解决TensorFlow默认使用特定GPU的问题,通过设置`ACCELERATE_TORCH_DEVICE`环境变量和`CUDA_VISIBLE_DEVICES`来指定显卡,并讨论了Accelerator类的配置,包括device_placement、混合精度等。
摘要由CSDN通过智能技术生成

解决方法:

设置“ACCELERATE_TORCH_DEVICE”变量至指定显卡

import os
os.environ["ACCELERATE_TORCH_DEVICE"] = "cuda:2"

源码内容如下:
在这里插入图片描述
在这里插入图片描述

问题描述:

代码中使用Accelerator 时发现,显卡总会指向一个默认的卡号。
尝试多种方式未果:

  • 修改系统检测显卡
import os
os.environ['CUDA_VISIBLE_DEVICES']
  • 设置Accelerator参数
        self.accelerator = Accelerator(
            device_placement=False,
            split_batches=args.split_batches,
            mixed_precision='fp16' if args.fp16 else 'no'
        )
  • 设置Accelerator Config内容
# 控制台操作:
accelerate config
# 按指示输入
NO
NO
NO
2 # 2号卡
  • 9
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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