深度学习过程中需要配置可见的显卡设备,本文记录 CUDA_VISIBLE_DEVICES 配置方法。
服务器中有多个GPU,选择特定的GPU运行程序可在程序运行命令前使用:CUDA_VISIBLE_DEVICES=0
命令。0为服务器中的GPU编号,可以为0, 1, 2, 3等,表明对程序可见的GPU编号。
命令 | 说明 |
---|---|
CUDA_VISIBLE_DEVICES=1 | 只有编号为1的GPU对程序是可见的,在代码中gpu[0]指的就是这块GPU |
CUDA_VISIBLE_DEVICES=0,2,3 | 只有编号为0,2,3的GPU对程序是可见的,在代码中gpu[0]指的是第0块,gpu[1]指的是第2块,gpu[2]指的是第3块 |
CUDA_VISIBLE_DEVICES=2,0,3 | 只有编号为0,2,3的GPU对程序是可见的,但是在代码中gpu[0]指的是第2块,gpu[1]指的是第0块,gpu[2]指的是第3块 |
Linux: export CUDA_VISIBLE_DEVICES=1
windows: set CUDA_VISIBLE_DEVICES=1
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "1"
或
CUDA_VISIBLE_DEVICES=1 python **.py
注意:这种设置方法一定要在第一次使用 cuda 之前进行设置