在Linux终端下查看GPU正常使用的情况

在Linux环境下,可以通过命令查看GPU使用情况,如nvidia-smi实时刷新展示显存使用。若需结束GPU进程,可指定PID进行关闭。显存占用与GPU占用不同,根据运行的代码类型(如TensorFlow或Caffe),二者占用比例会有所变化。
部署运行你感兴趣的模型镜像

首先,在终端输入nvidia-smi

可以查看当前正常使用的GPU情况,如下图所示:
在这里插入图片描述
如果要一直刷进度 nvidia-smi -l (一般看数据训练情况) nvidia-smi 实时刷新 实时显示显存使用情况
在这里插入图片描述
进程会一直刷出来~
在这里插入图片描述
在这里插入图片描述
想要终止其中某个/或几个GPU进程,可通过以下命令实现:kill -9 PID
现在要关闭占用2和3号GPU的四个进程的PID分别是:19341、19367、19341、19367

(其实,后2个和前2个是一样的,因为我在训练的时候指定了用2个GPU训练,实际只包含2个PID
在这里插入图片描述
在终端输入后,回车:
kill -9 19341 19367 19341 19367
(进程之间用空格隔开)

结果如下:
在这里插入图片描述
对于NVIDIA的显存详细注释如下:
在这里插入图片描述
显存占用和GPU占用是两个不一样的东西,显卡是由GPU和显存等组成的,显存和GPU的关系有点类似于内存和CPU的关系。跑caffe代码的时候显存占得少,GPU占得多;跑TensorFlow代码的时候,显存占得多,GPU占得少。
简而言之:
显卡=GPU+显存+…… 类似 CPU+内存

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

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
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