Python 3.x Nvidia smi不显示任何进程
我在用Tensorflow做一个小案子。 安装版本:tensorflow(版本1.13.1),tensorflow gpu==1.13.1,cuda10.0,cudnn7.4,windows10,gpu:740M,兼容性:3.5 当我运行代码检查GPU是否用于加速进程时出现问题,Python 3.x Nvidia smi不显示任何进程,python-3.x,tensorflow,Python 3.x,Tensorflow,我在用Tensorflow做一个小案子。 安装版本:tensorflow(版本1.13.1),tensorflow gpu==1.13.1,cuda10.0,cudnn7.4,windows10,gpu:740M,兼容性:3.5 当我运行代码检查GPU是否用于加速进程时出现问题,nvidia smi,未找到正在运行的进程 以下是我的部分代码: class DQN(): # DQN Agent def __init__(self, env): self.replay
nvidia smi
,未找到正在运行的进程
以下是我的部分代码:
class DQN():
# DQN Agent
def __init__(self, env):
self.replay_buffer = deque()
self.time_step = 0
self.epsilon = INITIAL_EPSILON
self.state_dim = env.observation_space.shape[0]
self.action_dim = env.action_space.n
# Init session
import os
os.environ["CUDA_VISIBLE_DEVICES"]= "0,1,2"
config=tf.ConfigProto(log_device_placement=True, allow_soft_placement=True,device_count = {'GPU': 3} )
config.gpu_options.allow_growth = True
config.gpu_options.per_process_gpu_memory_fraction = 0.8
self.session = tf.InteractiveSession(config = config)
self.create_Q_network()
self.create_training_method()
self.session.run(tf.global_variables_initializer())
# loading networks
self.saver = tf.train.Saver()
global summary_writer
summary_writer = tf.summary.FileWriter('~/car_logs',graph=self.session.graph)
我使用log\u device\u placement
记录设备的状态,我可以得到结果。从显示的日志来看,GPU似乎成功地用于此过程?
由于我使用了self.session=tf.InteractiveSession(config=config),我想所有的操作都将在这个会话中运行。但为什么即使是GPU的进程也不会显示在nvidia smi上
当程序运行时,我不断地调用`nvidia-smi``,但得到的结果是相同的。我知道在wdmm模式下可能不会显示内存使用情况,但我想进程应该在那里。
如果它在我的GPU上成功运行,我应该如何检查它
谢谢你 垫片驱动程序允许docker nvidia smi在不修改任何内容的情况下显示正确的流程列表
请参阅:垫片驱动程序允许docker nvidia smi在不修改任何内容的情况下显示正确的流程列表
请参阅:请在您的答案中至少添加一个小示例片段。链接可以更改。请在答案中至少添加一个小示例片段。链接可以改变。