Notice
Recent Posts
Recent Comments
Link
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 |
Tags
- liquid text
- 논문 필기
- 필기 어플
- Python
- 주석 단축키
- windows10
- TensorFlow
- pytorch
- 아이패드 필기
- 아이패드 노트쉘프
- 아이패드 논문 필기
- 아이패드 noteshelf
- 아이패드 필기어플
- Noteshelf
- deep learning
- 하나은행 인턴
- 2022 하나은행 인턴 후기
- 파이썬
- 하나은행 인턴 후기
- 딥러닝
- 아이패드 논문
- 굿노트
- 하나은행
- 노트쉘프
- 하나은행 공채
- pytorch로 시작하는 딥러닝
- 리퀴드텍스트
- GPU
- 프로그래머스
- 아이패드
Archives
- Today
- Total
Azure Zest
[ Python ] 윈도우에서 GPU 할당하기 본문
Linux에서 GPU 할당하기
리눅스에서 GPU를 정하는 것은 쉽다.
코드를 돌릴 때, 앞에 CUDA_VISIBLE_DEVICES 를 붙이기만 하면된다.
아래와 같이 숫자는 각각 0부터 하나씩 지정이 되어 있을테니, 숫자를 바꿔서 각각 GPU에서 다른 코드를 돌려볼 수 있다.
$ CUDA_VISIBLE_DEICES=0 python main.py
Windows에서 GPU 할당하기
기본적으로 윈도우에서는 리눅스 명령어가 먹히지 않으므로, 저 명령어가 먹히지 않는다.
따라서 실행시킬 코드 위에 아래 코드를 적어 놓는다.
당연히, 리눅스에서도 아래의 코드를 미리 적어놓으면 앞에 CUDA_VISIBLE_DEVICES를 붙이지 않고, 바로 GPU를 할당할 수 있다.
위와 마찬가지로 숫자를 다르게 써서, 선택할 수 있다.
import os
os.environ["CUDA_VISIBLE_DEVICES"]="0"
아래 사진에서 보면 알 수 있듯, 그냥 두개의 코드를 돌렸을 때는 하나의 GPU에서 코드가 다 돌아가 메모리 사용량이 두배로 뛰지만, 위처럼 할당을 하고 코드를 돌리면 GPU가 서로 병렬적으로 사용되는 것을 알 수 있다.
'Deep Learning' 카테고리의 다른 글
[ Tensorflow ] tensor value 확인하기!! (0) | 2019.08.07 |
---|---|
[ Jupyter Notebook ] Markdown 사용하기 (0) | 2019.07.26 |
[ Jupyter Notebook ] Jupyter Notebook 사용해보기 (0) | 2019.07.26 |
[ Tensorflow ] Windows10 아나콘다 및 tensorflow-GPU 설치 (1) | 2019.07.10 |
[ Tensorflow ] GPU Ubuntu 16.04에 Anaconda 및 Tensorflow 설치하기 (0) | 2019.07.01 |