我尝试创建一个新环境，如下所示：
我检查了cuda运行良好，我的gpu被检测到，一切似乎都很好。但当我拟合模型时，nvdia-smi在GPU上的占用率为100%。
浏览 0提问于2021-03-25得票数 1
我想在matlab 2016a (或matlab 2014)中使用CUDA7.5，例如，我可以通过gpuDevice(gpu_id)在matlab中设置gpu。但是，在运行了一些与cuda相关的*.m文件之后，当我再次运行gpuDevice(gpu_id)时总是会出现以下错误。
在CUDA执行过程中发生意外错误。
浏览 7提问于2016-08-04得票数 3
应用程序的其他部分需要访问大量的GPU内存(与Tensorflow不完全相同)。然而，一旦Tensorflow被用于执行推理，它就会占用GPU内存，并在应用程序结束之前不会释放它。理想情况下，在推断之后，我将能够释放Tensorflow使用的GPU内存，以允许其他算法使用GPU。
还有没有人遇到过这个问题，你找到解决方案了吗？
浏览 6提问于2018-09-05得票数 2
x64TensorFlow安装自: pipTensorFlow版本:2.1.0<code>H 111</code>Python版本:3.6.9<代码>H 212<//代码><code>H 113</代码>GPU我得到了一个CUDA_ERROR_OUT_OF_MEMORY，我解决了这个问题
physical_devices = tf.config.experimental.list_physical_devices('GPUSet TF_E
浏览 1提问于2020-04-06得票数 3
1回答
深度学习CNN吃VRAM
、、、
我最近开始构建自己的小型深度学习设备，配备了ryzen 53600处理器、32 GPU内存和8gp VRam的RTX2080Super 使用tensorflow处理CNN(这是我的大部分工作)时，我发现大部分VRam几乎立即被占用(7.8 GPU中使用了7.8 GPU)，而GPU利用率约为35% 为了与tesnofrflow v2兼容，我安装了最新的驱动程序并运行了CUDA v10.0。
浏览 33提问于2020-01-31得票数 0
回答已采纳
task:%d" % FLAGS.task_id,该机器有4个GPUps作业仅在CPU上运行，两个worker作业运行在两个不同的GPU上。这两个工作任务的内存占用逐渐增加，直到大约3000步，主要工作人员被OOM杀死(两名工人在崩溃前占用了大约49%的RAM )。ps作业占用的空间要小得多。我尝试过禁用摘要操作、模型保护程序、变量平均化
浏览 6提问于2016-05-24得票数 0
回答已采纳
在程序崩溃或被终止的情况下，程序不能删除VBO，VBO会发生什么情况？它是否会一直保存在GPU RAM中直到计算机重新启动，或者GPU最终会恢复VBO占用的内存吗？
浏览 2提问于2011-10-13得票数 8
回答已采纳
3回答
它在循环中停留了45分钟，试图检测GPU：===========================================================main_arch_path x86_64-linux-gnu, other_arch_path i386-linux-gnu Cu
浏览 0提问于2015-11-11得票数 3
GPU驱动程序是否必须按需从应用程序释放GPU内存？如果不是，是否会使应用程序可能想要做任何GPU内存资源管理无效，因为它是从实际内存中“移除的层”？
我分配了很多纹理，然后释放它们。当分配时，我可以看到"GPU系统字节“(在进程资源管理器中)迅速增加(数量大大超过了图像的硬盘空间-也许它们在GPU中是解压缩的，所以占用了很多空间)。当释放纹理时，我可以看到Texture2D对象析构函数正确地调用了glDeleteTexture，但似乎在"GPU系统
浏览 3提问于2017-03-23得票数 0
1回答
有少量的gpu内存被使用，但不是很多。当我运行同样的程序时，但这次是在cpu上，它只占用我的内存900mb。有人能告诉我为什么会这样吗？我已经附上了我的代码，以及一些截图。if (epoch + 1) % 10 == 0:
print(f"epoch: {epoch + 1}, loss: {loss:.30f}") 在图形处理器上运行时：GPU
浏览 18提问于2021-04-01得票数 0
回答已采纳
2回答
我有一个应用程序，在这个应用程序中，我将处理负载分配给用户系统上的GPU。基本上，每个GPU都有CPU线程，当主应用程序线程周期性地触发GPU处理间隔时，会启动GPU处理间隔。如您所见，GPU处理时间的很大一部分是由两个排序操作占用的，我正在为此使用推力库(thrust::sort_by_key)。不用说，这大大降低了我的应用程序的速度，这是理所当然的，这个问题只会在超过2个GPU的情况下变得更糟。
我在Linux和Windows上注意到了这种行为。在
浏览 11提问于2013-10-05得票数 6
回答已采纳
1回答
快速视频流编码器
、、
这不是具体的ubuntu/linux问题，但我希望有人能帮助我。
我正在做一些视频流服务器的慢PC (CPU 1 1GHz，坏GPU (via))。有人知道我该用哪个编解码器吗？源为720x576 YUV (PAL)，太大而不能直接流(占用了100 took的局域网带宽)。我想得到流caa 200 be /S，这样它也将适合在互联网上。
浏览 0提问于2011-02-24得票数 3
回答已采纳
在内存被刷新之前，我的CUDA程序在执行期间崩溃了。结果，设备内存仍然被占用。因此，问题是-在这种情况下，有没有办法刷新设备内存？
浏览 10提问于2013-03-04得票数 68
回答已采纳
1回答
我有使用GPU的串行和并行程序。串行程序需要112.9秒才能完成。在GPU上的并行程序运行时间为3.16秒。因此，我的加速比为35.73。
浏览 2提问于2014-05-03得票数 0
1回答
在CUDA中，当重叠数据传输和内核执行时，我观察到一种奇怪的行为。下面给出了部分代码，并作了一些更改。 for (d = 0; d < TOTAL; ++d){ fo
浏览 0提问于2014-06-22得票数 1
回答已采纳
我们使用多台木星笔记本在GPU上运行Tensorflow应用程序。每隔一段时间，其中一个运行就会崩溃笔记本，只需简单地通知“内核崩溃了.”。parent()->GetConvolveAlgorithms(&algorithms)在另一次运行中，stderr报告：问题是，tensorflow应用
浏览 3提问于2017-06-30得票数 0
我在Ubuntu的一个四路GTX1070上运行了这个模型，但是当我启动运行该程序的终端时，当我输入python ...py --job_name = "ps“--task_index = 0，四个GPUs子层已满，而我没有打开新的终端来运行worker，问题出在哪里？
浏览 1提问于2017-12-14得票数 0
我正在使用CUDA在GPU (Fermi)上做有限差分计算(模板计算)。当我使用CUDA分析器测试我的代码时，我发现这个用户是0.333。在我命令计算并将占用增加到0.677之后，内核的执行时间并没有减少，而是增加了。换句话说，当乘员被1/3增加时，性能就会下降。内核的性能是否取决于计算，而不管占用率如何？
浏览 2提问于2011-07-14得票数 2
回答已采纳
2回答
如果我在Google引擎工作中使用--规模级基本GPU，我如何查看GPU的利用率？我可以在“作业详细信息”选项卡上查看CPU利用率和内存利用率，但我想知道GPU被使用了多少。这仅仅包含在CPU使用中，还是有另一个选项卡可以查看GPU的利用率？
此外，是否有任何方法可以查看哪些操作系统占用了大部分CPU使用？
浏览 2提问于2017-08-23得票数 5
回答已采纳
现在，我需要监测GPU是很好的工作上的ubuntu18.04。内核或CUDA提供的监控GPU的方式是否与netlink中的NETLINK_KOBJECT_UEVENT类似，它可以使用epoll()立即获得USB热插拔事件？或者在linux系统中NVIDIA GPU设备文件在哪里，一旦GPU被插入，因为我认为我可以通过检查设备文件是否定期存在来完成这项工作。
浏览 17提问于2022-10-26得票数 -2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
