有没有办法检查 mxnet 是否使用我的 gpu？答案

【问题标题】：Is there a way to check if mxnet uses my gpu?有没有办法检查 mxnet 是否使用我的 gpu？
【发布时间】：2018-03-02 19:30:26
【问题描述】：

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？

【问题讨论】：

标签： tensorflow gpu mxnet

【解决方案1】：

检查您的 GPU 是否正在使用的确定方法是使用 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

如果你只是想测试 gpu 支持是否可用（这是 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)

如果请求的 gpu 设备不可用，此函数返回 None，如果 gpu 设备可用，则返回相关上下文。您还可以使用此功能检查此系统是否支持 GPU：

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

【讨论】：

【解决方案2】：

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 context 的地方传递参数 mx.gpu(0)。 0是gpu索引，多gpu的情况下索引会更多。

【讨论】：

【解决方案3】：

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，构建标志中的CUDA和CUDNN是on，表示它是用GPU构建的！

【讨论】：

我在找这个。谢谢！
很高兴它帮助了你。