deep-learning - 为什么 tensorflow 代码占用高 GPU 内存和低 GPU-util 计算,而加密挖掘占用低内存使用和高计算?
问题描述
我刚买了GTX显卡。nvidia-smi 是一个方便的命令以获取详细信息。当我执行机器学习代码和 tensorflow GPU 详细信息显示它使用高内存(7000/8000)和低计算 utils 5%,低电力 40w/180w。当我进行加密挖掘时,内存使用率低(2000/8000),计算利用率高 99%,电力高 140w/180w。这背后的原因是什么。它与GPU架构有关吗?
解决方案
推荐阅读
- google-sheets - 使用间接从多个工作表中提取查询
- java - 如何提取 XML 块?
- dialogflow-es - dialogflow,Google 智能助理登录(包括 Google Home)
- java - 可以在不使用 AsyncTask 的情况下从 URL 获取 Json 吗?
- windows - 如何使用 Terraform 从存储帐户复制到本地主机“windows”
- r - 在 astsa ARIMA 图中使图更大
- javascript - 如何在新元素中显示文本翻译
- vhdl - 如何编写一个 vhdl 程序在 zynq 板的 ddr 内存中写入数字数据
- c++ - 使用模运算将整数转换为数组的问题
- php - 使用 PHP 循环遍历 POST 数组