选择要用的GPU: CUDA

服务器中有多个GPU，选择特定的GPU运行程序可在程序运行命令前使用：CUDA_VISIBLE_DEVICES=0命令。0为服务器中的GPU编号，可以为0, 1, 2, 3等，表明对程序可见的GPU编号。

1. 命令：

CUDA_VISIBLE_DEVICES=1 # 只有编号为1的GPU对程序是可见的，在代码中gpu[0]指的就是这块儿GPU CUDA_VISIBLE_DEVICES=0,2,3 # 只有编号为0,2,3的GPU对程序是可见的，在代码中gpu[0]指的是第0块儿， # gpu[1]指的是第2块儿，gpu[2]指的是第3块儿 CUDA_VISIBLE_DEVICES=2,0,3 # 只有编号为0,2,3的GPU对程序是可见的，但是在代码中gpu[0]指的是第2块儿， # gpu[1]指的是第0块儿，gpu[2]指的是第3块儿 --------------------- # 作者：__Lingyue__ # 来源：CSDN # 原文：https://blog.csdn.net/cfarmerreally/article/details/80321276 # 版权声明：本文为博主原创文章，转载请附上博文链接！ 12345678910

2. 使用

临时设置：

Linux： export CUDA_VISIBLE_DEVICES=1 windows: set CUDA_VISIBLE_DEVICES=1 12

永久设置：

linux: 在~/.bashrc 的最后加上export CUDA_VISIBLE_DEVICES=1，然后source ~/.bashrc windows: 打开我的电脑环境变量设置的地方，直接添加就行了。 1234

相关知识

环境部署中cuda对应的tensorflow
04训练——基于YOLO V8的自定义数据集训练——使用免费在线GPU资源
No CUDA runtime is found, using CUDA
手把手教你租用服务器以及使用Pycharm远程连接服务器训练模型
强制使用GPU
win10+GPU+tensorflow安装配置 过程 的吐血总结
(转载）YOLOv5 实现目标检测（训练自己的数据集实现猫猫识别）
YOLOv5 实现目标检测（训练自己的数据集实现猫猫识别）
训练GAN时遇到的一些问题（更新中……）
【深度学习】使用kaggle提供的免费GPU在线训练模型

网址: 选择要用的GPU: CUDA https://www.mcbbbk.com/newsview285785.html