背景

实验室服务器有多张显卡，但今天“0”卡显存已被占满，因此我在代码中添加os.environ['CUDA_VISIBLE_DEVICES']=“2”指定使用编号为"2"的显卡(显存够的前提下)。但跑VGG16的时候却报错：

经过调试发现os.environ['CUDA_VISIBLE_DEVICES']想要生效，import torch的位置需要放在指令os.environ['CUDA_VISIBLE_DEVICES']后面才行。

验证方案

利用torch.cuda.device_count()协助判断指令os.environ['CUDA_VISIBLE_DEVICES']="x" 是否生效

# 实验室服务器有8台GPU
# 选择调用其中三台
# torch.cuda.device_count(): 查看可用的GPU数量# 实验1. 将import torch放在指令os.environ['CUDA_VISIBLE_DEVICES']="x"前面
import os
import torch
os.environ['CUDA_VISIBLE_DEVICES']='0, 1, 2' # 程序可见的GPU
print(torch.cuda.device_count())  # 8  说明指令没生效# 实验2. 将import torch放在指令os.environ['CUDA_VISIBLE_DEVICES']="x"后面
import os
os.environ['CUDA_VISIBLE_DEVICES']='0, 1, 2' # 程序可见的GPU
import torch
print(torch.cuda.device_count())  # 3  说明指令生效

总结

上述验证实验表明，如果想要os.environ['CUDA_VISIBLE_DEVICES']起作用，需将import torch放在指令os.environ['CUDA_VISIBLE_DEVICES']="x"后面

os.environ[‘CUDA_VISIBLE_DEVICES‘]指定GPU后，还是用的“0“卡相关推荐

os.environ[CUDA_DEVICE_ORDER] = PCI_BUS_ID os.environ[CUDA_VISIBLE_DEVICES] = 0
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" # 按照PCI_BUS_ID顺序从0开始排列GPU设备 os.e ...
os.environ[‘CUDA_VISIBLE_DEVICES‘]= ‘0‘设置环境变量
os.environ['环境变量名称']='环境变量值' #其中key和value均为string类型 import os os.environ["CUDA_VISIBLE_DEVICES& ...
pytorch指定GPU训练
主要讲单机多卡(单主机多GPUs训练) 使用多卡训练的方式有很多,当然前提是我们的设备中存在多个GPU:使用命令nvidia-smi查看当前Ubuntu平台的GPU数量,其中每个GPU被编上了序号:[ ...
python os.environ gpu_Tensorflow下如何实现多GPU数据并行训练？
方法1 在 Python 代码中,采用以下指令设置需要的 GPU 型号,比如我用 0 号和 1 号 GPU 训练模型(前提是你已经安装了 CUDA 和 CUDNN): os.environ['CUDA ...
PyTorch无法指定GPU的问题解决
最近在一台8卡服务器上跑PyTorch的训练代码,一直都没有问题.但是重新安装cuda之后,无法指定在哪几块GPU上运行了,只能按照顺序从第0块开始使用.查了一些资料,问题得到解决. 1.在pytho ...
CentOS查看显卡及GPU相关信息,指定GPU、CPU运行
一.查看信息在一套标准的系统上通常有多个计算设备. TensorFlow 支持 CPU 和 GPU 这两种设备. 我们用指定字符串 strings 来标识这些设备. 比如: "/cpu:0 ...
pytorch指定gpu
参考:https://www.jianshu.com/p/a014016723d8 1. 改变系统变量使得仅目标显卡可见 export CUDA_VISIBLE_DEVICES=0 #这里是要使用的G ...
深度学习笔记：windows+tensorflow 指定GPU占用内存（解决gpu爆炸问题）
目录文章目录目录前言一.指定显卡二.限制GPU用量 1.设置使用GPU的百分比进行配置,使用30%的GPU 设置session 2.GPU按需使用三.指定GPU并且限制GPU用量指定第 ...
linux系统怎样指定gpu运行,linux服务器如何指定gpu以及用量
1．在终端执行程序时指定GPU CUDA_VISIBLE_DEVICES=0 python your_file.py # 指定GPU集群中第一块GPU使用,其他的屏蔽掉 CUDA_VISIB ...

os.environ[‘CUDA_VISIBLE_DEVICES‘]指定GPU后，还是用的“0“卡

背景

验证方案

总结

os.environ[‘CUDA_VISIBLE_DEVICES‘]指定GPU后，还是用的“0“卡相关推荐

最新文章

热门文章