ps aux|grep python|grep -v grep|cut -c 9-15|xargs kill -15
pstree | grep python
kill -9 pid
查看cuda/cudnn版本与位置
查看 | 非conda环境 | conda环境 |
适合于 | Ubuntu/CentOS 非conda的开发环境 | Windows,或 Ubuntu conda_DL、conda全家桶 |
cuda位置 | /usr/local/cuda | 分两步执行: 1、激活conda环境。 例如,对conda环境seeingdo_normal, 激活命令为conda activate seeingdo_normal 或 activate seeingdo_normal; 2、输入命令conda list, 查看cudatoolkit的版本。 lspci | grep -i vga lspci | grep -i nvidia nvidia-smi#查看任务执行情况 |
cuda版本 | 方法1:cat /usr/local/cuda/version.txt 方法2:在命令行输入命令: nvcc --version 或nvcc -V | |
cudnn位置 | /usr/include 或 /usr/local/cuda/include | |
cudnn版本 | 1)比较新的cuDNN,使用命令: cat /usr/include/cudnn.h | grep CUDNN_MAJOR -A 2 2)比较旧的cuDNN,使用命令: cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 |
2021最新:TensorFlow各个GPU版本CUDA和cuDNN对应版本整理(最简洁)
参考了 cuda安装与可能遇到的问题https://www.jianshu.com/p/f71bbf2ecde3
1)安装完显卡驱动和cuda及cudnn后,需要配置好环境变量
2)在~/.bashrc中添加如下
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
使环境变量生效source ~/.bashrc
3)配置 /etc/ld.so.conf.d/cuda.conf
添加如下内容 /usr/local/cuda/lib64
使库生效 sudo ldconfig
QA:
Keras指定显卡并限制显存使用(tensorflow后端)
查看GPU状态:https://www.codenong.com/cs106484391/
1、GPU无法加载库文件Could not load dynamic library 'libcudart.so.10.0' - 知乎
2、GPU Memcpy failed
原来我有个任务在debug占用了gpu资源https://www.codenong.com/46040854/
Make sure you have no other processes using the GPU running. Run nvidia-smi to check this.