小技巧随手记:Python查看windows下GPU的使用情况

简介: 小技巧随手记:Python查看windows下GPU的使用情况

 目录

一、使用nvidia-smi查看Windows的CUDA版本及GPU信息

二、使用pynvml查看GPU使用情况的命令

三、python 中使用GPUti实时查看GPU状况

四、使用gpustat库实时监测GPU使用情况(Linux下可以,Windows下不行的,衍生问题暂时没有一个好的解决方案)


一、使用nvidia-smi查看Windows的CUDA版本及GPU信息

在cmd中输入如下命令:

nvidia-smi

image.gif

image.gif

二、使用pynvml查看GPU使用情况的命令

首先安装nvidia-ml-py包:

image.gif

代码及对应解释如下:

import pynvml
pynvml.nvmlInit()
handle = pynvml.nvmlDeviceGetHandleByIndex(0) # 指定显卡号
meminfo = pynvml.nvmlDeviceGetMemoryInfo(handle)
print(meminfo.total/1024**2) #总的显存大小(float)
print(meminfo.used/1024**2)  #已用显存大小(float)
print(meminfo.free/1024**2)  #剩余显存大小(float)
print(pynvml.nvmlDeviceGetCount())#显示有几块GPU

image.gif

image.gif

三、python 中使用GPUti实时查看GPU状况

首先pip安装 gputi包:

image.gif

运行如下命令:

import GPUtil
GPUtil.showUtilization()

image.gif

image.gif

四、使用gpustat库实时监测GPU使用情况(Linux下可以,Windows下不行的,衍生问题暂时没有一个好的解决方案)

Linux下:

image.gif

Windows下(失败):

首先安装gpustat包:

image.gif

在cmd中输入如下命令:

gpustat --w

image.gif

image.gif

报错:

ModuleNotFoundError: No module named '_curses'

image.gif

image.gif

其实好像是curses库不支持Windows。

这个问题可以解决,先使用where python命令找到自己python的安装路径:

image.gif

再运行如下代码查看自己python的版本:

import platform
print(platform.python_version())

image.gif

image.gif

在如下链接下载对应版本的curses包:

https://www.lfd.uci.edu/~gohlke/pythonlibs/#curses

下载你自己Python对应的版本!cp39表示py3.9   64表示64位

image.gif

把whl文件放入Script文件夹后,进入Script文件夹:

image.gif

image.gif

image.gif

重新在cmd中输入:

gpustat --w

image.gif

又报错:

ModuleNotFoundError: No module named 'fcntl'

image.gif

image.gif

这个报错也可以解决:

在 python 安装目录 中 Lib目录( 比如:D:\Python39\Lib ),创建 fcntl.py ,内容如下:

def fcntl(fd, op, arg=0):
    return 0
def ioctl(fd, op, arg=0, mutable_flag=True):
    if mutable_flag:
        return 0
    else:
        return ""
def flock(fd, op):
    return
def lockf(fd, operation, length=0, start=0, whence=0):
    return

image.gif

image.gif

 

当然到这里你就没问题了是最好的,如果还报错:

ModuleNotFoundError: No module named ‘termios’

image.gif

那你就凉凉了~~


这个东西是linux下的 windows没有,所以你不用查了,我翻了好多博客都没有解决方案,唯一的一个解答是(变通方法就超级麻烦了,这里仅提供一个学习链接):

Airflow | 脚本东零西散?Airflow 快速搭建 pipeline(超详细)_HinGwenWoong的博客-CSDN博客

image.gif

相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
相关文章
|
存储 索引 Python
Python小技巧:单下划线 '_' 原创
Python小技巧:单下划线 '_' 原创
358 3
|
12月前
|
人工智能 并行计算 开发者
CUDA重大更新:原生Python可直接编写高性能GPU程序
NVIDIA在2025年GTC大会上宣布CUDA并行计算平台正式支持原生Python编程,消除了Python开发者进入GPU加速领域的技术壁垒。这一突破通过重新设计CUDA开发模型,引入CUDA Core、cuPyNumeric、NVMath Python等核心组件,实现了Python与GPU加速的深度集成。开发者可直接用Python语法进行高性能并行计算,显著降低门槛,扩展CUDA生态,推动人工智能、科学计算等领域创新。此更新标志着CUDA向更包容的语言生态系统转型,未来还将支持Rust、Julia等语言。
825 3
CUDA重大更新:原生Python可直接编写高性能GPU程序
|
开发者 索引 Python
7个提升python编程的小技巧
7个提升python编程的小技巧
274 1
7个提升python编程的小技巧
|
开发工具 git Python
Python小技巧:满意的逗号放置
Python小技巧:满意的逗号放置
159 4
|
Windows Python
python获取windows机子上运行的程序名称
python获取windows机子上运行的程序名称
|
Python Windows
python之windows脚本启动bat
python之windows脚本启动bat
|
并行计算 TensorFlow 算法框架/工具
Windows11+CUDA12.0+RTX4090如何配置安装Tensorflow2-GPU环境?
本文介绍了如何在Windows 11操作系统上,配合CUDA 12.0和RTX4090显卡,通过创建conda环境、安装特定版本的CUDA、cuDNN和TensorFlow 2.10来配置TensorFlow GPU环境,并提供了解决可能遇到的cudnn库文件找不到错误的具体步骤。
2761 3
|
Python
Python小技巧:一种字符串的排序方式
Python小技巧:一种字符串的排序方式
281 0
|
存储 索引 Python
Python小技巧:单下划线 ‘_‘
Python小技巧:单下划线 ‘_‘
213 0
|
SQL 关系型数据库 MySQL
Python小技巧——将CSV文件导入到MySQL数据库
Python小技巧——将CSV文件导入到MySQL数据库
833 0

推荐镜像

更多