GPU爆显存 | Windows下杀死GPU进程释放显存

于 2024-08-03 17:47:56 发布
阅读量240 收藏 1
点赞数 3
分类专栏： 踩坑合集 文章标签： Pytorch 深度学习 BUG 踩坑 机器学习
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/weixin_46264660/article/details/140894128
版权

文章目录

0 问题引入

深度学习的时候，用CUDA加速训练了，但是进程没有完全结束，再跑的时候爆显存了。
在这里插入图片描述

1 解决方案

  1. 查看当前的GPU进程
nvidia-smi

在这里插入图片描述

在这里插入图片描述

  1. 通过如下命令来杀死指定的进程。
taskkill /PID PID号 /F
//例如：
taskkill /PID 16676 /F
  1. 杀死完成以后查看
    在这里插入图片描述
    在这里插入图片描述
猫天意
关注
  • 3
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Pytorch训练模型时如何释放GPU显存 torch.cuda.empty_cache()内存释放以及cuda的显存机制探索
捡起一束光的博客
04-15 9万+
前言 训练模型时，一般我们会把模型model，数据data和标签label放到GPU显存中进行加速。 但有的时候GPU Memory会增加，有的时候会保持不变，以及我们要怎么清理掉一些用完的变量呢？ 下面让我们一起来探究下原理吧！ pytorch训练 只要你把任何东西（无论是多小的tensor）放到GPU显存中，那么你至少会栈1000MiB左右的显存（根据cuda版本，会略有不同）。这部分显存是cuda running时固有配件必须要占掉的显存，你先训练过程汇总也是无法释放的。 import torch
释放pytorch占用的gpu显存_pytorch程序异常后删除占用的显存操作
weixin_39736934的博客
12-20 5678
pytorch程序异常后删除占用的显存操作1-删除模型变量del model_define2-清空CUDA cachetorch.cuda.empty_cache()3-步骤2(异步)需要一定时间，设置时延time.sleep(5)完整代码如下：del stylertorch.cuda.empty_cache()time.sleep(5)以上这篇pytorch程序异常后删除占用的显存操作就是小编分...
批量杀死无用进程
08-29
批量杀死无用进程
杀死GPU进程的方法
untilyouydc
10-21 1万+
最近GPU上某些进程杀不死，查了一下说是因为父进程虽然kill了，但是子进程的内存还没有释放。因此要重新杀死父进程，我们通过 ps -ef|grep 进程ID ，来查找其父进程。然后再使用 kill -9 父进程ID 来杀死。 ...
windows下杀死GPU进程
python_plus的博客
12-25 2176
1.windows+R 到cmd窗口，输入nvidia-smi,出如下窗口 2.输入指令： taskkill /PID PTD号 /F 例如我上面： taskkill /PID 16676 /F
杀死gpu僵尸进程
jiangwei741的博客
06-09 486
https://zhuanlan.zhihu.com/p/506686899
杀死GPU进程并释放显存
08-22 2万+
kill -9 PID  可用于杀死GPU进程 若杀死进程后显存仍然占用，可用命令fuser -v /dev/nvidia*  查找占用GPU资源的PID，然后执行kill -9 PID结束进程，这样就可以释放内存了。  ...
Pytorch GPU显存充足却显示out of memory的解决方式
09-18
在使用PyTorch进行深度学习模型训练时，有时会遇到一个常见的问题，即GPU显存充足，但在运行过程中却报出“out of memory”错误。这种情况可能会让人困惑，因为直观上，既然显存足够，就不应该出现这样的问题。本文...
解决Tensorflow占用GPU显存问题
12-20
在使用TensorFlow进行深度学习模型训练时，遇到GPU显存管理问题是非常常见的。尤其是在将PyTorch模型转换为TensorFlow模型后，可能会发现TensorFlow会默认占用所有可用的GPU显存，即使模型本身并未完全利用这些资源...
杀进程：按照应用名杀进程；杀死某个gpu上的所有进程
zl_gao的搬砖记录
12-08 4571
按照应用名称杀死一批进程，以python应用为例： ps -ef|grep python|grep -v grep|cut -c 9-15|xargs kill -9 name: application name 杀死某个指定gpu上的所有进程 ， 以gpu2为例： fuser -v /dev/nvidia2 |awk '{for(i=1;i<=NF;i++)print "kill -9 " $i;}' | sh ......
Windows下杀死GPU进程释放显存
qq_18833967的博客
04-26 4350
Windows系统杀死GPU进程释放显存，杀死多余的GPU任务，释放显存
杀死gpu进程的方法
weixin_44602056的博客
03-22 1496
利用nvidia-smi查看gpu的pid号，在最下面 nvidia-smi sudo kill -s 9 xxxxx eg: sudo kill -s 9 69930 利用nvidia-smi查看进程是否还在，发现 No running processes found 进程被杀死。
windows杀死gpu进程 out of memory
weixin_45914938的博客
04-23 1777
1.打开cmd 2.键入nividia-smi 3.找到想杀死的进程，记下pid 4.键入taskkill /pid 你想杀死的pid号 /f √ 最近跑模型老是out of memory，感觉不是内存太小的原因，因为有时候能够正常跑起来的，而每次重启之后就没有这个问题，故猜测是反复跑模型，有些进程没关闭就开了新进程，导致GPU爆。 没找到比较简洁的说这个事的教程，自己码了一个。 ...
如何切断gpu进程
ArowerYoung的博客
02-13 2456
切断gpu进程，jupyter notebook中会显示kernel切断，以此重新开始。
windows释放GPU内存方法
热门推荐
qq_43436046的博客
09-07 3万+
在进行pytorch训练的时候，会出现类似以下错误：RuntimeError: CUDA out of memory. Tried to allocate 这表示显卡内存不足，搜索怎么释放显卡的内存的时候，大多都是linux下的解决方法。 windows下可以这样做：打开cmd窗口，输入nvidai-smi查看显卡使用情况如图 可以看到下边有个PID表示进程id,然后打开任务管理器，点击详细信息，根据pid找到需要释放的进程结束即可。 ...
GPU训练时查看占用显存、杀死进程命令
weixin_43702653的博客
07-25 5125
GPU训练时查看占用现存、杀死进程命令
【bug记录】清除僵尸进程，释放GPU显存
最新发布
Yulki的博客
05-09 1537
在进行深度学习或其他需要GPU支持的任务时，我们有时会发现虽然没有可见的进程在执行，但GPU资源却意外地被占用。这种情况往往会阻碍我们的工作进度，因为新的任务无法启动。如果你遇到了这种状况，不要担心，这里有一些方法可以帮助你解决这个问题。
释放GPU显存
给时光以生命
01-04 493
执行如下命令获取PID： nvidia-smi 然后执行如下命令终止对应进程 sudo kill -9 PID #将"PID"替换成对应的id
Keras GPU设置：如何指定GPU ID与限制显存占用
例如，`config.gpu_options.per_process_gpu_memory_fraction = 0.3`将每个进程对GPU显存的使用限制在30%。即使模型训练所需显存超过这个比例，依然可以运行，只不过超过部分的显存会从系统内存中动态获取，类似按需...
评论
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