- 版权: 本文由【墨理学AI】原创、各位大佬、一文读懂、敬请查阅
- 声明: 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️
- ❤️ 深度学习模型训练基础环境搭建相关教程————认真帮大家整理了
查看服务器显卡使用情况
一、命令行运行python程序时
- 首先查看哪些GPU空闲，nvidia-smi显示当前GPU使用情况
nvidia-smi
- 如下图所示：服务器中的两个显卡，编号为0、1 . 都被同一个进程 PID 3016 占用
图示基础信息
GPU：GPU 编号；
Name：GPU 型号；
Persistence-M：持续模式的状态。持续模式虽然耗能大，但是在新的GPU应用启动时，花费的时间更少，这里显示的是off的状态；
Fan：风扇转速，从0到100%之间变动；
Temp：温度，单位是摄氏度；
Perf：性能状态，从P0到P12，P0表示最大性能，P12表示状态最小性能（即 GPU 未工作时为P0，达到最大工作限度时为P12）。
Pwr:Usage/Cap：能耗；
Memory Usage：显存使用率；
Bus-Id：涉及GPU总线的东西
Disp.A：Display Active，表示GPU的显示是否初始化；
Volatile GPU-Util：浮动的GPU利用率；
Uncorr. ECC：Error Correcting Code，错误检查与纠正；
Compute M：compute mode，计算模式
???? 指定空闲的GPU运行python程序
CUDA_VISIBLE_DEVICES=0,1 python test.py
???? 在python程序中指定GPU（通常使用该设置）
在 train.py 最上方，设定使用的GPU 编号， 当这两行代码注释掉时，训练会自动使用该服务器的所有资源
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0,1"
每 10s 显示一次GPU使用情况, Xshell 中 CTRL + C 中止：
watch -n 10 nvidia-smi
每 2s 刷新一次GPU使用情况, Xshell 或者 Shell 窗口 中 CTRL + C 中止：
nvidia-smi -l 2
???? 更多有效教程
此次博文内容难以 以偏概全，如有不恰当的地方，欢迎评论区批评指正
对于即将入行计算机视觉的小伙伴，墨理这里推荐收藏的干货博文目前如下
- ❤️ 深度学习模型训练基础环境搭建相关教程————认真帮大家整理了
墨理学AI
- ???? 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️
- ❤️ 如果文章对你有帮助、点赞、评论鼓励博主的每一分认真创作
