Pytorch怎么查看、释放已关闭程序占用的GPU资源

这篇文章主要介绍了Pytorch怎么查看、释放已关闭程序占用的GPU资源，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

看代码吧~

import torch print(torch.cuda.current_device())print(torch.cuda.device_count())print(torch.cuda.get_device_name())print(torch.cuda.is_available())

打开terminal输入nvidia-smi可以看到当前各个显卡及用户使用状况，使用kill -9 pid(需替换成具体的编号)即可杀掉占用资源的程序，杀完后结果

补充：如何处理Pytorch使用GPU后仍有GPU资源未释放的情况

使用PyTorch设置多线程（threads）进行数据读取（DataLoader），其实是假的多线程，他是开了N个子进程（PID都连着）进行模拟多线程工作，所以你的程序跑完或者中途kill掉主进程的话，子进程的GPU显存并不会被释放，需要手动一个一个kill才行

具体方法描述如下：

1.先关闭ssh（或者shell）窗口，退出重新登录

2.查看运行在gpu上的所有程序：

fuser -v /dev/nvidia*

3.kill掉所有（连号的）僵尸进程

感谢你能够认真阅读完这篇文章，希望小编分享的"Pytorch怎么查看、释放已关闭程序占用的GPU资源"这篇文章对大家有帮助，同时也希望大家多多支持，关注行业资讯频道，更多相关知识等着你来学习!