python如何使用gpu_深度学习中GPU的使用(python)

本文主要是介绍如何实现指定GPU,避免过多占用资源。

记录设备指派情况

为了获取你的 operations 和 Tensor 被指派到哪个设备上运行, 用 log_device_placement 新建一个 session, 并设置为 True.

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

代码中指定GPU

方法一

with tf.Session as sess:

with tf.device('/gpu:1'):

...

//若想在多块GPU上运行

with tf.Session as sess:

for d in ['/gpu:1','/gpu:2']:

with tf.device(d):

...

方法二

import os

os.environ["CUDA_DEVICES_ORDER"]="PCI_BUS_IS"

os.environ["CUDA_VISIBLE_DEVICES"]=1或"1"

//指定使用第二块GPU

终端中指定GPU

CUDA_VISIBLE_DEVICES=O,1 python3 main.py //程序只能使用GPU:1

CUDA_VISIBLE_DEVICES="0,1" //同上

CUDA_VISIBLE_DEVICES="" //禁止程序使用GPU

InvalidArgumentError GPU不能使用的问题

allow_soft_placement=True,就是在GPU跑不动程序的时候,自动切换到CPU运行,这种方式虽然能够确保程序的正常运行,但是却不能保证GPU出现问题能够及时的反馈.

查看GPU的状态

nvidia-smi //显示此刻状态

nvidia-smi -l //每隔几秒动态显示GPU状态(小写L)

watch -n 10 nvidia-smi //每隔10秒动态显示GPU状态

076998e3c3dd

tf-gpu.jpg

参考资料

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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