实时显示GPU的两种方法（灵机一动）

最近在跑程序的时候，我在想能不能实时显示我的GPU，而不是每次都在命令行输入一个,

nvidia-smi

虽然也能看到我们的GPU显存和GPU利用率，但是我想看到变化之类的，有的人会说了，其实我们可以从我们的任务管理器上看，其实也是，但是利用服务器的时候，利用jupyter跑程序的时候，怎么看呢，似乎看不到任务管理器了。

我思前想去，其实可以利用Python连接我们的命令行，本身来说，我们就是在命令行输入nvidia-smi实时查看的，我看了下我的显卡，1050Ti，4G显存，这就是穷孩子家的电脑么，大大的哭了

对于不同的人，希望显示GPU的地方不同，在这里我给出两段代码，一个实在命令行实时显示，一个是在我们的jupyter notebook实时显示的

命令行CMD 实时显示GPU

其实简单来说，就是一个python代码，直接运行就好了，废话不多说，上代码

import os
from IPython.display import clear_output as clear
import time
os.system('cls') # 清屏
while 1: # 无限循环
    os.system('nvidia-smi') # 连接命令行显示GPU
    time.sleep(1.5) # 延时1.5s
    os.system('cls') # 清屏

思想很简单，首先清屏，然后显示我们的GPU信息，然后每1.5s更新一次，大功告成，这时候我们只要运行这一段代码就可以在命令行实时显示了

不过要注意的是，首先在当前目录打开cmd，然后输入python gpu.py，这个代码是要在命令行运行才可以实时显示哦，当然，你在其他编译器也可以，只是不能用最原始的IDLE运行而已啦

Jupyter Notebook 实时显示GPU

当然，我们爱用的Jupyter Notebook也可以这样，众所周知，在jupyter notebook显示GPU也很简单

!nvidia-smi

也就是一行代码就可以显示跟命令行输入一样的结果，只是加了个！而已啦，那么如何在jupyter中实时显示的呢，废话也不多说，上代码

import time
import os
from IPython.display import clear_output as clear
while 1:
    !nvidia-smi
#     os.system('nvdia-smi')
    time.sleep(2)
    clear()

与前面不同，我们多了个clear，也就是jupyter的清屏了，其他思想是一样的，所以就这样简单的结束了，当然，这些用法可能只有一些有钱人才会看自己的多GPU，我只能爬

每日一句

I am a slow walker, but i never walk backwarks.

我走得很慢，但我从不后退。—— 林肯