深度学习代码运行GPU使用率为0的个人解决办法
可以看到，此时的GPU1已经利用起来了，且利用率惊人，达到了99%。（自己的显卡性能不太行，跑这种深度学习模型还是太勉强了）上图为代码中的部分，起初以为是batch_size的问题，于是默认值往小了改。继续运行，GPU利用率仍为0。结果GPU1 的利用率仍为0%...没有用啊。以上，仅为此次问题的个人解法，仅供参考。询问了LLMs给了如下回答。参考这篇文章，有了思路。3.运行代码，监测性能。
·
上图为代码中的部分，起初以为是batch_size的问题，于是默认值往小了改。
结果GPU1 的利用率仍为0%...没有用啊。
询问了LLMs给了如下回答。
import torch
# 检查CUDA是否可用
if torch.cuda.is_available():
# 设置默认的CUDA设备
torch.cuda.set_device(1) # 设置为使用GPU 1
device = torch.device("cuda:1")
# 将模型和数据移动到GPU 1
model.to(device)
inputs, labels = inputs.to(device), labels.to(device)于是乎，修改代码。继续运行，GPU利用率仍为0。
怎样让电脑使用独立显卡？参考这篇文章，有了思路。
1.选择让Pycharm使用NVIDIA处理器
2.全局-集成图形
3.运行代码，监测性能。
可以看到，此时的GPU1已经利用起来了，且利用率惊人，达到了99%。（自己的显卡性能不太行，跑这种深度学习模型还是太勉强了）
以上，仅为此次问题的个人解法，仅供参考。
更多推荐
8
0- 0
已为社区贡献2条内容
所有评论(0)