GPU使用和管理经验

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.