深度学习代码运行GPU使用率为0的个人解决办法

上图为代码中的部分,起初以为是batch_size的问题,于是默认值往小了改。

结果GPU1 的利用率仍为0%...没有用啊。


询问了LLMs给了如下回答。

import torch

# 检查CUDA是否可用
if torch.cuda.is_available():
    # 设置默认的CUDA设备
    torch.cuda.set_device(1)  # 设置为使用GPU 1
    device = torch.device("cuda:1")
    # 将模型和数据移动到GPU 1
    model.to(device)
    inputs, labels = inputs.to(device), labels.to(device)

于是乎,修改代码。继续运行,GPU利用率仍为0。


怎样让电脑使用独立显卡?参考这篇文章,有了思路。

1.选择让Pycharm使用NVIDIA处理器

2.全局-集成图形

3.运行代码,监测性能。

可以看到,此时的GPU1已经利用起来了,且利用率惊人,达到了99%。(自己的显卡性能不太行,跑这种深度学习模型还是太勉强了)


以上,仅为此次问题的个人解法,仅供参考。

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

打赏作者

我是初九

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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