深度学习中GPU和显存分析

本文深入探讨深度学习中GPU及显存的分析与管理,包括如何计算模型和中间变量的显存占用,以及在PyTorch框架下精细化显存利用的策略。提供资源链接,覆盖从理论到实践的全面指南。

1、浅谈深度学习:如何计算模型以及中间变量的显存占用大小

    https://oldpan.me/archives/how-to-calculate-gpu-memory

2、如何在Pytorch中精细化利用显存

https://oldpan.me/archives/how-to-use-memory-pytorch

3、科普帖:深度学习中GPU和显存分析

    https://zhuanlan.zhihu.com/p/31558973

4、PPT

 https://docs.google.com/presentation/d/e/2PACX-1vQVHMzd5MKrAbsYtCCsWDJ4eo9AUGGsC1tHtOY0agRfUbK0a9YCySvgNejuOLokB6tHbj0tLuohCaNP/pub?start=false&loop=false&delayms=3000&slide=id.p

5、PyTorch 有哪些坑/bug?

https://www.zhihu.com/question/67209417

6、深度学习GPU显存计算

1、科普帖:深度学习中GPU和显存分析:  https://blog.csdn.net/liusandian/article/details/79069926

2、如何计算模型以及中间变量的显存占用大小 :  https://blog.csdn.net/wz22881916/article/details/81054036

3、深度学习中 GPU 和显存分析   https://blog.csdn.net/lien0906/article/details/78863118

4、桌面显卡性能天梯图 :http://www.mydrivers.com/zhuanti/tianti/gpu/

 

 

在说之前先推荐一个实时监控内存显存使用的小工具:

sudo apt-get install htop

监控内存(-d为更新频率,下为每0.1s更新一次):

htop -d=0.1

监控显存(-n为更新频率,下为每0.1s更新一次):

watch -n 0.1 nvidia-smi

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值