-
查看机器上GPU情况
nvidia-smi
-
定时更新显示机器上gpu的情况
nvidia-smi -l
-
设定刷新时间(秒)显示GPU使用情况
watch -n 3 nvidia-sm
-
其中左上侧有0、1、2、3的编号,表示GPU的编号,在后面指定GPU时需要使用这个编号。
-
在终端执行程序时指定GPU
CUDA_VISIBLE_DEVICES=0,1,2,3 (任意几块) python your_file.py
-
在Python代码中指定GPU
import os os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" os.environ["CUDA_VISIBLE_DEVICES"] = "0"
-
设置定量的GPU使用量
config = tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fraction = 0.9 # 占用GPU90%的显存 session = tf.Session(config=config)
-
设置最小的GPU使用量
config = tf.ConfigProto() config.gpu_options.allow_growth = True session = tf.Session(config=config)
用GPU跑代码,观察GPU情况
最新推荐文章于 2024-07-09 18:39:05 发布