有没有办法检查 mxnet 是否使用我的 gpu？

Question

我可以看看 mxnet 有哪些可用的 gpus 吗？

tensorflow 有类似的东西吗

tf.test.gpu_device_name()

在 mxnet 中？

Answer 1

检查您的 GPU 是否正在使用的最终方法是使用 nvidia-smi 命令。我最喜欢的论点是：

nvidia-smi --query-gpu=timestamp,name,pci.bus_id,driver_version,pstate,pcie.link.gen.max,pcie.link.gen.current,temperature.gpu,utilization.gpu,utilization.memory,memory.total,memory.free,memory.used --format=csv -l 1

如果您只想测试 gpu 支持是否可用（tf.test.gpu_device_name() 所做的），以下函数可以提供帮助：

import mxnet as mx 
def gpu_device(gpu_number=0):
    try:
        _ = mx.nd.array([1, 2, 3], ctx=mx.gpu(gpu_number))
    except mx.MXNetError:
        return None
    return mx.gpu(gpu_number)

此函数 returns None 如果请求的 GPU 设备不可用，或者 returns 如果 GPU 设备可用，则相关上下文。您也可以使用此功能来检查此系统是否支持GPU：

if not gpu_device():
    print('No GPU device found!')

Answer 2

如果您从源代码构建

>>> from mxnet.runtime import feature_list
>>> feature_list()
[✔ CUDA, ✔ CUDNN, ✖ NCCL, ✔ CUDA_RTC, ✖ TENSORRT, ✔ CPU_SSE, ✔ CPU_SSE2, ✔ CPU_SSE3, ✔ CPU_SSE4_1, ✔ CPU_SSE4_2, ✖ CPU_SSE4A, ✔ CPU_AVX, ✖ CPU_AVX2, ✖ OPENMP, ✖ SSE, ✔ F16C, ✔ JEMALLOC, ✖ BLAS_OPEN, ✖ BLAS_ATLAS, ✖ BLAS_MKL, ✖ BLAS_APPLE, ✔ LAPACK, ✔ MKLDNN, ✔ OPENCV, ✖ CAFFE, ✖ PROFILER, ✖ DIST_KVSTORE, ✖ CXX14, ✖ INT64_TENSOR_SIZE, ✖ SIGNAL_HANDLER, ✖ DEBUG]

这里build flag中CUDA和CUDNN是on的，说明是用GPU构建的！

Answer 3

检查 mxnet 是否列出了 gpu。

import mxnet as mx
mx.context.num_gpus()

要使用该库，请确保在需要 上下文 的地方传递参数 mx.gpu(0)。 0是gpu的索引，如果是多GPU，索引会更多。

有没有办法检查 mxnet 是否使用我的 gpu？

Is there a way to check if mxnet uses my gpu?

tensorflow

gpu

mxnet