在用Pytorch深度学习框架进行训练模型的时候,默认使用服务器的第“0”号GPU训练。当“0”号GPU被占用时,不能正常进行训练,通常会报错“CUDA out of memory”,这时需要选用其余GPU进行训练。用os模块即可解决: 如上图所示,此时第“0”号GPU已被占用,则需要在用于训练的.py文件中加入如下的代码(一般在import之后加入):
import os
#"1, 2"表示训练的时候选用两块GPU,优先选用"1"号GPU
os.environ["CUDA_DEVICE_ORDER"]=
Pytorch指定GPU进行训练的方法 在用Pytorch深度学习框架进行训练模型的时候,默认使用服务器的第“0”号GPU训练。当“0”号GPU被占用时,不能正常进行训练,通常会报错“CUDA out of memory”,这时需要选用其余GPU进行训练。用os模块即可解决: 如上图所示,此时第“0”号GPU已被占用,则需要在用于训练的.py文件中加入如下的代码(一般在import之后加入):import os#"1, 2"表示训练的时候选用两块GPU,优先选用"1"号GPUos.envi