nvidia-smi로 GPU 몇개있나 확인해주고
코드안에 다음과같이 적어주면 된다. ( "0" 이 0번 GPU 만 사용하겠다 이말)
import os
os.environ["CUDA_DEVICE_ORDER"]="PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"]="0"
혹은 실행할떄 다음과같이 실행하면된다. (이것도역시 0번 GPU 사용하겠다 이말)
CUDA_VISIBLE_DEVICES=0 python3.6 aa.py
마지막으로 nvidia-smi 로 현재 사용중인 GPU가 한개인지 확인하면 된다.
만약 GPU-Util 너무낮은것같다고생각하면 아래코드 실행해주면된다.
python3
import tensorflow.compat.v1 as tf
session = tf.Session(config=tf.ConfigProto(gpu_options=tf.GPUOptions(allow_growth=True)))
'<하드웨어> > GPU' 카테고리의 다른 글
DeviceQuery 실행 (0) | 2022.03.03 |
---|---|
AMD GPU(g4ad,NNv4) 에서 GPU+Tensorflow 사용 실패 (클라우드 환경에서 지원X) (0) | 2022.01.26 |
GPU TYPE 별 CLOUD 인스턴스 (aws,azure,IBM) (0) | 2022.01.26 |
Ubuntu 18.04 + CUDA10.1 + tensorflow2.3.0 + cuDNN 설치 (0) | 2022.01.26 |
AWS Ec2 tf.test.is_gpu_available() False 일때 버전확인하기 ,항상 GPU가 제대로 사용중인지 항상항상 체크하기 (0) | 2022.01.16 |