Tensorflow 有没有办法检查mxnet是否使用我的gpu?
我可以看看mxnet有哪些可用的GPU吗 tensorflow有类似的产品吗Tensorflow 有没有办法检查mxnet是否使用我的gpu?,tensorflow,gpu,mxnet,Tensorflow,Gpu,Mxnet,我可以看看mxnet有哪些可用的GPU吗 tensorflow有类似的产品吗 tf.test.gpu_device_name() 在mxnet?中,检查GPU是否正在使用的最终方法是使用命令。我最喜欢的论点是: nvidia-smi --query-gpu=timestamp,name,pci.bus_id,driver_version,pstate,pcie.link.gen.max,pcie.link.gen.current,temperature.gpu,utilization.gpu,
tf.test.gpu_device_name()
在mxnet?中,检查GPU是否正在使用的最终方法是使用命令。我最喜欢的论点是:
nvidia-smi --query-gpu=timestamp,name,pci.bus_id,driver_version,pstate,pcie.link.gen.max,pcie.link.gen.current,temperature.gpu,utilization.gpu,utilization.memory,memory.total,memory.free,memory.used --format=csv -l 1
如果您只想测试gpu支持是否可用(tf.test.gpu_device_name()就是这么做的),以下函数可以提供帮助:
import mxnet as mx
def gpu_device(gpu_number=0):
try:
_ = mx.nd.array([1, 2, 3], ctx=mx.gpu(gpu_number))
except mx.MXNetError:
return None
return mx.gpu(gpu_number)
如果请求的gpu设备不可用,此函数将返回None
,如果gpu设备可用,则返回相关上下文。您还可以使用此功能检查此系统是否支持GPU:
if not gpu_device():
print('No GPU device found!')
以防您从源代码生成
>>> from mxnet.runtime import feature_list
>>> feature_list()
[✔ CUDA, ✔ CUDNN, ✖ NCCL, ✔ CUDA_RTC, ✖ TENSORRT, ✔ CPU_SSE, ✔ CPU_SSE2, ✔ CPU_SSE3, ✔ CPU_SSE4_1, ✔ CPU_SSE4_2, ✖ CPU_SSE4A, ✔ CPU_AVX, ✖ CPU_AVX2, ✖ OPENMP, ✖ SSE, ✔ F16C, ✔ JEMALLOC, ✖ BLAS_OPEN, ✖ BLAS_ATLAS, ✖ BLAS_MKL, ✖ BLAS_APPLE, ✔ LAPACK, ✔ MKLDNN, ✔ OPENCV, ✖ CAFFE, ✖ PROFILER, ✖ DIST_KVSTORE, ✖ CXX14, ✖ INT64_TENSOR_SIZE, ✖ SIGNAL_HANDLER, ✖ DEBUG]
在这里,CUDA和CUDNN在构建标志中处于启用状态,表示它是使用GPU构建的 检查
mxnet
是否列出了gpu
import mxnet as mx
mx.context.num_gpus()
要使用库,请确保在需要上下文的位置传递参数
mx.gpu(0)
。0
是gpu的指标,在多gpu的情况下,会有更多的指标。我一直在寻找这个指标。非常感谢。很高兴它帮助了你。