logo
Loading...

如何確定自己的cuda真的安裝成功並且tf有真的用到GPU ??? - Cupoy

助教與各位大大好,小弟在cv & dl 的期末時候發現自己在專案訓練資料的時候,GPU的數據長這樣....

cuda安裝,gpu使用

如何確定自己的cuda真的安裝成功並且tf有真的用到GPU ???

2020/03/20 上午 01:58
電腦視覺深度學習討論版
Kent
觀看數:5
回答數:1
收藏數:0
cuda安裝
gpu使用

助教與各位大大好,

小弟在cv & dl 的期末時候發現自己在專案訓練資料的時候,

GPU的數據長這樣...,在後半部的batch_size需要調到很小才能run...

不禁懷疑是這樣一張GPU不夠? 還是我設定沒有設好???

乍看之下GPU-Util 有71%感覺應該有用到才對! 但是我該怎麼確認他多執行緒的部分執行狀況?

然後我看在Process name中有滿多"Insufficient Permissions",這是表示我沒有設定成功嗎???


小弟我目前電腦是Windows,我是參考某個部落客的設定執行安裝的(詳情是哪位我忘了...)

不曉得各位講師或前輩大大們有推薦的安裝網頁嗎? windows 或 Linux都好,如果windows會有問題我會想辦法改成雙系統來安裝設定cuda! 請問有人可以解救嗎???

回答列表

  • 2020/03/20 下午 11:54
    Jeffrey
    贊同數:0
    不贊同數:0
    留言數:0

    CUDA 在 windows 下安裝:

    https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/

    Windows 環境設定:

    SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin;%PATH%
    SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\libx64;%PATH%
    SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include;%PATH%
    SET PATH=C:\tools\cuda\bin;%PATH%


    在程式裡檢查:

    import os # 建議使用這種方式
    import tensorflow as tf
    os.environ[
    "CUDA_VISIBLE_DEVICES"] = "2" # python 的方式指定GPU id
    from keras.backend.tensorflow_backend import set_session # 如果不是使用Kears的話,可以不用寫這句話
    config
    = tf.ConfigProto()
    config.gpu_options.per_process_gpu_memory_fraction
    = 0.3 # 指定GPU 利用率
    set_session(tf.Session(config=config))