服务器有多张GPU可Pytorch中却只能检测到一张卡(several GPUs, only one can be detected) |
您所在的位置:网站首页 › gpu的型号怎么看出来是多少 › 服务器有多张GPU可Pytorch中却只能检测到一张卡(several GPUs, only one can be detected) |
遇到了一个棘手的问题,实验室服务器有8张GPU,在使用nvidia-smi时候也能显示8张GPU的编号和使用情况,但是真正在自己跑程序的时候却只能识别到1张卡,且默认是在0号卡上。这样就导致了一个问题,当0号卡有别人在跑程序的时候,经常会出现out of memory的错误。如果你强行在代码中通过诸如: torch.cuda.set_device(4)或者 import os os.environ["CUDA_VISIBLE_DEVICES"]="4"类似的形式进行指定,却又发现会报错“invalid device ...”大意就是说你指定的这个卡是没有的。显然,这个错误信息是说,尽管服务器上有多张卡,但实际只识别了默认的0号这一张卡,所以你指定其它的卡都会报错。经过万千搜索,终于找到了一个相同的情况:Two GPUs, but 2nd GPU not detected. How to fix? - CUDA Setup and Installation - NVIDIA Developer Forums 简单地说,就是你需要在自己的.bashrc文件中进行声明一下,参考如下截图: 如果你是两张卡,对应就在.bashrc末尾加上export CUDA_VISIBLE_DEVICES=0,1摸着葫芦画瓢即可。保存后,需要使用source命令“重启”一下.bashrc文件使得设置生效,即在终端中运行: source ~/.bashrc我这样做完后,运行 print(torch.cuda.device_count())输出结果仍然是1,好像没有效果一样。这时候,大杀器可以登场了,然后显式在代码中注明: import os os.environ["CUDA_VISIBLE_DEVICES"]="0,1,2,3,4,5,6,7"这时候你会发现 print(torch.cuda.device_count())的结果等于8了!至此说明服务器上所有的GPU都可以为你所用了!这时候,使用 torch.cuda.set_device(4)就可以顺利地设置自己的程序在指定GPU上运行了!!!一个小毛病折腾了我太多时间! |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |