conda查看显卡使用

已于 2024-03-02 23:30:39 修改
阅读量599 收藏 7
点赞数 8
文章标签： ubuntu 人工智能 计算机视觉
于 2024-01-19 17:15:43 首次发布
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/qq_43244633/article/details/135702318
版权

查看GPU是否可用

查看虚拟环境列表

conda info -envs

进入虚拟环境

conda activate  xxx

进入python环境
输入代码查看是否可用
在这里插入图片描述
查看显卡信息
sudo lshw -C display
在这里插入图片描述
查看显卡使用情况
nvidia-smi
中间没有空格
在这里插入图片描述
实时检测显卡使用情况
watch -n 4 nvidia-smi
在这里插入图片描述
4 是4秒刷新一次终端，可根据需求设置

Z云峰
关注
如何使用conda安装的nvcc_保姆级教程：如何让30系显卡用上 Tensorflow 1.15.4
weixin_36190812的博客
02-11 563
保姆级教程：如何让30系显卡用上 Tensorflow 1.15.42021-01-06 22:55:4331点赞77收藏12评论是返乡过年？还是就地过年？最新一届#双面过节指南#开始啦！本次征稿活动分为A面返乡和B面就地，大家可以根据自己的情况，分享自己的春节攻略，优秀的投稿文章还有可能能获得优厚的大奖哦，快点击查看活动详情<<<创作立场声明：原创前言相较于20系显卡，30系显...
windows使用conda命令安装tensorflow-gpu,并查看程序是否调用GPU
weixin_44138591的博客
05-07 2189
安装tensorflow，查看程序是否使用GPU
查看gpu是否可用并且创建conda虚拟环境
小蜗牛的博客
09-22 2347
1.快捷键ctrl+Alt+Delete,进入如下界面，点击性能进入图二；GPU存在说明环境ok 可以用命令查看命令：>>> import torch torch.version.cudatorch.cuda.is_available()执行结果为True说明可以用 这样也行貌似 2.创建conda虚拟环境 首先通过命令进入cmd命令界面，然后输入conda create -n python36python=3.6; 接下来在弹出框中输入y，继续执行就好； 完...
Linux服务器常用指令技巧：显卡信息、tmux、conda、解压缩、pip
weixin_50961180的博客
07-31 1091
使用远程服务器时常用的指令，设计显卡信息、tmux、conda、压缩、pip
Windows下如何像linux一样查看GPU使用情况
JingpengSun的博客
08-04 585
windows中使用nvidia-smi查看GPU使用情况
如何在ubuntu conda查看gpu型号
Ppandaer的博客
06-13 502
在Ubuntu的conda环境中，你可以使用nvidia-smi命令来查看GPU的型号。首先，你需要在终端中打开你的conda环境，然后运行nvidia-smi命令。这个命令将会显示你的GPU的详细信息，包括型号、总内存、使用的内存、GPU利用率、温度等。
pynvml 查看当前所使用的显存
jishuqianjin的博客
04-19 1545
import pynvml pynvml.nvmlInit() # 这里的0是GPU id handle = pynvml.nvmlDeviceGetHandleByIndex(0) meminfo = pynvml.nvmlDeviceGetMemoryInfo(handle) print(meminfo.used)
一、Win10安装并检测GPU版本Pytorch
panchang199266的博客
08-31 1244
其他：在pycharm使用过程中，发现我的conda安装其他插件的时候报错了，如安装visdom报错了。2、下载cudnn ：https://developer.nvidia.com/rdp/cudnn-archive我下载了11.x这个版本，是一个压缩包。官方下载地址：https://repo.continuum.io/archive/，下载相应版本的Anaconda，这里使用Anaconda3-4.2.0-Windows-x86_64.exe版本。退出编译环境，再次进入python编译环境，即可成功。.
conda12.2显卡要求
07-28
另外，根据引用\[3\]中提到的NVIDIA官方维护的仓库，可以使用nvidia-tensorflow来自动安装tf1.15.5、CUDA和cuDNN。 #### 引用[.reference_title] - *1* *3* [30系显卡-旧版本深度学习环境配置（pytorch1.9.0+cuda...
conda 常用命令（自用）
weixin_45842420的博客
05-09 788
查看环境：conda info -e 根据PID查看gpu使用情况：ps -f -p [PID]
【AI】Windows配置GPU Cuda驱动和Pytorch框架
sjh752422969的专栏
01-20 2740
在进行AI项目开发的时候，经常要在GPU环境中运行代码，对于没有配置过的新人来说，还是有点复杂的，本文简单总结在Winddows环境种配置的全过程，适合新手入门，仅供大家参考。
解决conda安装的pytorch是CPU版本/conda安装pytorch的GPU版本
Kwon的博客
03-07 4930
解决conda安装的pytorch是CPU版本问题。
conda cuda nvcc 命令总结（连载）
小鹏AI
12-21 1319
查看安装了那些包：conda list 查看当前存在哪些虚拟环境：conda env list 检查更新conda：conda updata conda 创建虚拟环境：conda create -n env_name python=x.x 注：env_name 文件可以在Anaconda的安装目录下的envs文件下找到 eg: conda create -n env_name numpy python=3.6 激活虚拟环境：source activate env_name 对虚拟环境中安装额外的包：con.
Python调试—Windows11下怎么查看显卡运行情况
fushe6766的博客
04-11 910
整理在此，只为个人整理学习内容，分享给需要的小伙伴。当然，还有其他指令，更改刷新时间等。上述文章部分内容可能来源网络。
使用conda安装cuda、torch前要先查看版本
weixin_42165913的博客
12-27 4644
conda安装cuda、pytorch、cudnn
Anaconda里查看pytorch环境安装torch版本以及torch环境GPU能不能使用代码测试
qq_55433305的博客
11-05 4389
Anaconda里查看pytorch环境安装torch版本以及torch环境GPU能不能使用代码测试
conda常用命令（Windows）
ymw1997的博客
08-08 1166
个人常用的conda命令
史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本（手把手保姆级教程）
热门推荐
fangshuo_light的博客
12-17 1万+
一、Anoconda安装 1.Anoconda下载 2.Anoconda安装 3、镜像源更改 二、CUDA和Cudnn安装 1.查看显卡支持的CUDA版本号 三、Tensorflow环境配置 1、查看所需的Tensorflow版本 2.Tensorflow环境创建于激活 3.tensorflow库安装 4.第三方库安装 四、Pytorch环境配置 1.进入官网 PyTorch ，根据显卡驱动选择合适版本。 2.安装pytorch
python-----查看显卡gpu信息
小呆丶的博客
01-21 5782
需要安装pynvml库。 下载地址为：https://pypi.org/project/nvidia-ml-py/#history pip安装的命令为： pip install nvidia-ml-py 代码如下： #!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2019/1/19 17:40 # @Author ...
怎么在conda 环境里面检查显卡是否正常
最新发布
09-28
在Conda环境中检查显卡是否正常通常涉及到使用CUDA相关的库或命令行工具。首先，你需要确认你的系统已经安装了`nvidia-smi`，这是NVIDIA用于监控GPU状态的命令行工具。以下是步骤： 1. 打开终端或命令提示符。 2. 检查是否安装了`nvidia-smi`： ```bash conda list | grep nvidia-smi ``` 如果显示安装了这个包，那么你可以直接运行它： ```bash nvidia-smi ``` 如果看到输出，那就表示你的显卡和驱动正常。 3. 如果`nvidia-smi`未列出，尝试安装CUDA和cuDNN（如果需要的话）： ```bash conda install cudatoolkit ``` 4. 安装完后再次检查： ```bash conda list | grep cudatoolkit ``` 5. 如果还是无法访问，可能需要激活你的CUDA环境，如果是通过`conda create`创建的，可以这样做： ```bash conda activate your_cuda_env_name ``` 6. 接着再运行`nvidia-smi`，看看是否能获取到显卡信息。 如果你遇到权限问题或其他问题，记得查阅NVIDIA文档或搜索解决方案。
评论 1
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