티스토리 뷰
CUDA 등의 GPU 이용 환경은 이미 설치가 되어있다는 가정하에 설명합니다. (만약 CUDA 환경자체가 설정되지 않은것이라면... 약간은 고생할 생각을 해야된다... 리눅스에서 CUDA 설치는... 최악의 난이도...)
1. nvidia-smi명령어를 통해 내 시스템에 설치되어있는 GPU 상태를 확인한다.
2. [1번 빨간 동그라미 친 부분] 현재 서버에 설치된 GPU들의 number를 확인할 수 있고,
3. [2번 밑줄 부분] 각각의 GPU들의VRAM이 얼마만큼 사용중에 있는지를 확인할 수 있다. 여기서 내가 사용할 모델의 용량과 남아있는 GPU 메모리를 살펴보고 몇번 GPU를 사용할지 결정한다.
4. [3번 박스] 몇번 GPU에서 어떤 process가 돌아가고 있는지를 상세히 확인할 수 있다.
5. 내가 사용할 GPU 넘버를 결정한다, 여기서는 0번 GPU는 이미 많은 memory를 사용중이므로 1번 GPU를 사용하여 python파일을 실행시켜보려 한다.
6. 다음과 같이 파이썬 실행 커맨드 앞에 CUDA_VISIBLE_DEVICES=사용할 GPU number 명령어를 추가하여 실행한다.
이상 내가 원하는 GPU만을 골라서 파이썬 코드를 실행하는 방법을 알아보았다.
↓ 내용이 혹시나 도움되셨다면 눌러주세요 꾸준한 포스팅에 큰 원동력이 됩니다 🥰
'Computer > 코딩 개꿀팁' 카테고리의 다른 글
[꿀팁] 윈도우에서 전용 GPU 메모리 초기화 하기 : torch.cuda.empty_cache() 아님! (0) | 2023.06.30 |
---|---|
[꿀팁] 리눅스에서 백그라운드로 명령 작업하기 (0) | 2023.04.25 |
딥러닝 모델을 돌리는데 램 누수 현상이 발생한다? (0) | 2023.04.12 |
[꿀팁]파이썬을 이용해서 파일명을 일괄로 변경해보자 (0) | 2023.03.05 |
Pytorch tensor를 더 많이/정확하게 표기하고 싶을 때 (0) | 2023.02.23 |
댓글
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
TAG
- 최대우도추정
- MLE
- 기계학습
- 베이즈정리
- 3B1B따라잡기
- MorganCircularfingerprint
- 3b1b
- variational autoencoder
- ai신약개발
- eigenvalue
- 이왜안
- Matrix algebra
- kld
- marginal likelihood
- vae
- ai인공지능
- kl divergence
- Manimlibrary
- 제한볼츠만머신
- 인공지능
- eigenvector
- 파이썬
- manim library
- 백준
- 선형대수
- MatrixAlgebra
- 오일석기계학습
- manimtutorial
- elementry matrix
- manim
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
글 보관함