我正在一个Linux服务器上编写.ipynb文件。
我使用的Linux服务器有多个GPU,但我应该只使用空闲的GPU,以免意外中止其他人的程序。
我已经知道对于常见的.py文件,我们可以在命令行中添加一些指令来选择通用GPU(例如export CUDA_VISIBLE_DEVICES = #),但这对jupyter笔记本是否有效?如果无效,我该如何指定要使用的GPU。
我正在一个Linux服务器上编写.ipynb文件。
我使用的Linux服务器有多个GPU,但我应该只使用空闲的GPU,以免意外中止其他人的程序。
我已经知道对于常见的.py文件,我们可以在命令行中添加一些指令来选择通用GPU(例如export CUDA_VISIBLE_DEVICES = #),但这对jupyter笔记本是否有效?如果无效,我该如何指定要使用的GPU。
你需要正确选择它的名称。例如,可能有三个可用的GPU设备,分别为"cuda:0","cuda:1","cuda:2"。要选择第三个设备,您需要运行以下代码:
if torch.cuda.is_available():
dev = "cuda:2"
else:
dev = "cpu"
device = torch.device(dev)
使用tensorflow如下
gpus = tf.config.list_physical_devices('GPU')
if len(gpus) > 0:
tf.config.experimental.set_visible_devices(gpus[0], 'GPU')