caffe中使用多個GPU的方法

2021-08-14 13:02:33 字數 796 閱讀 3836

**：

由於在ubuntu中使用caffe的程式時，都使用.sh檔案，該檔案中常見的命令為：

./build/tools/caffe train --solver=examples/test***/solver.prototxt
當電腦中有多個gpu時，預設使用gpu0。如果想使用其他的gpu，可以將該檔案內容修改如下：

.


/build/tools/caffe


train--


solver=examples/test***/solver


.prototxt--


gpu2
注意，caffe中預設編號從0開始，因而–gpu 2的意思是使用第3個gpu。

如果要使用多個gpu，可以使用如下命令：

.


/build/tools/caffe


train--


solver=examples/test***/solver


.prototxt--


gpu0,1


,2,3
則使用0,1,2,3這4個gpu。

如果要使用所有的gpu，可使用如下命令：

.


/build/tools/caffe


train--


solver=examples/test***/solver


.prototxt--


gpuall
注意，使用的gpu越多，開始初始化時時間越久。當然，訓練速度越快

tensorflow中使用GPU的設定方法

方法一 config tf.configproto allow soft placement true 如果你指定的裝置不存在,允許tf自動分配裝置 config.gpu options.allow growth true 動態分配記憶體 sess tf.session config config ...

PyTorch中使用指定的GPU

pytorch預設使用從0開始的gpu，如果gpu0正在執行程式，需要指定其他gpu。有如下兩種方法來指定需要使用的gpu。1.類似tensorflow指定gpu的方式，使用cuda visible devices。1.1 直接終端中設定 cuda visible devices 1 python ...

PyTorch中使用指定的GPU

pytorch預設使用從0開始的gpu，如果gpu0正在執行程式，需要指定其他gpu。有如下兩種方法來指定需要使用的gpu。1.類似tensorflow指定gpu的方式，使用cuda visible devices。1.1 直接終端中設定 cuda visible devices 1 python ...