記錄 檢視釋放指定GPU的視訊記憶體占用

2021-10-05 09:14:15 字數 700 閱讀 7967

方法一：

nvidia-smi
方法二：

gpustat

安裝 gpustat：

pip install gpustat
使用：

方法三：

定位占用的程序pid

fuser -v /dev/nvidia*
會顯示gpu和對應的程序占用列表。/dev/nvidia2代表第三塊gpu

殺掉無用程序：

kill -9 ***
windows系統檢視視訊記憶體占用：

任務管理器往往不能正確反映nvidia顯示卡的使用情況，所以

進入nvidia驅動的安裝目錄

cd c:\program files\nvidia corporation\nvsmi
開啟命令列視窗，輸入：

nvidia-smi

TensorFlow指定GPU裝置 分配視訊記憶體

一 使用gpu加速運算 1.tensorflow程式中可以通過tf.device函式來指定執行的裝置。cpu名稱為 cpu 0 即使有多個cpu，所有的cpu都使用 cpu 0作為名稱。gpu則不同，是 gpu n n可替換。n 0，即是第乙個gpu，以此類推。2.觀察每個運算所用的裝置 使用log...

Pytorch指定GPU的方法

export cuda visible devices 0 這裡是要使用的gpu編號2.在程式開頭設定 os.environ cuda visible devices 0,1,2,3 在執行程式時指定一般先在程式開頭輸入該 3.執行程式時使用命令列,來設定該程式可見的gpu cuda visible...

cuda設定指定的GPU可見

可設定環境變數cuda visible devices，指明可見的cuda裝置 方法1 在 etc profile或 bashrc的配置檔案中配置環境變數 etc profile影響所有使用者，bashrc影響當前使用者使用的bash shell 在 etc profile檔案末尾新增以下行 exp...