将项目部署到GPU上,并且运行

1.设置我的运行环境

2.登入我的GPU

3.在我的GPU中选择相应的环境

要选择自己要运行的虚拟环境下的python

选择自己要同步的文件夹,会出现两个框,前面一个框是你本地的目录,后一个是你要上传的目录.

4.查看GPU上的每一片GPU的容量

输入代码

 nvidia-smi

如果你得显存比较小,可能会报错

RuntimeError:CURD out of memory

此时你需要选择显存比较大那块GPU运行,或者调小自己的batc_size

# 指定GPU运行我的项目
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"

最后那个数字0表示使用第0块GPU

5.同步数据

同步数据的方法:

6.当你运行别人的代码的时候报错路径错误