时间戳

首页 > 解决方案 > 如何在 AWS EC2 实例上激活 GPU 的使用？

python - 如何在 AWS EC2 实例上激活 GPU 的使用？

问题描述

我正在使用 AWS 在自定义数据集上训练 CNN。我启动了一个 p2.xlarge 实例，将我的 (Python) 脚本上传到虚拟机，并通过 CLI 运行我的代码。

我使用 Python3（CUDA 10.0 和 Intel MKL-DNN）为 TensorFlow（+Keras2）激活了一个虚拟环境，这是 AWS 的默认选项。

我现在正在运行我的代码来训练网络，但感觉 GPU 没有“激活”。训练的速度与我使用 CPU 在本地运行时一样快（慢）。

这是我正在运行的脚本：

https://github.com/AntonMu/TrainYourOwnYOLO/blob/master/2_Training/Train_YOLO.py

我还尝试通过 with tf.device('/device:GPU: 0'):在解析器之后（第 142 行）并在下面缩进所有内容来更改它。然而，这似乎并没有改变任何东西。

有关如何激活 GPU（或检查 GPU 是否已激活）的任何提示？

标签： pythonamazon-web-servicestensorflowamazon-ec2gpu

解决方案

查看此答案以列出可用的 GPU。

from tensorflow.python.client import device_lib

def get_available_gpus():
    local_device_protos = device_lib.list_local_devices()
    return [x.name for x in local_device_protos if x.device_type == 'GPU']

您还可以使用 CUDA列出当前设备，并在必要时设置设备。

import torch

print(torch.cuda.is_available())
print(torch.cuda.current_device())

推荐阅读