如何调用多GPU训练所遇到的相关问题？

[Scheaven]

你好，我在进行多GPU训练的时候出现了以下问题： 1、通过设置os.environ["CUDA_VISIBLE_DEVICES"]="4,5,6,7"指定GPU可见的驱动编号， 但是总是第一块gpu被调用（指定的第一块，这里编号为4） 2、如果不进行指定可见的GPU，则会将所有GPU都默认加载（一共8块GPU）,但是只有第一块显存被加载满，并参与运算，其他的GPU并不参与运算。 3、CPU占用也特别严重，32核都被沾满了（每个核几乎都是100%）。 4、一块GPU训练很慢，不知道是我代码的问题不是，GPU已经跑满，看着也在高位运行，但是CPU调用也是100%。一块1080Ti的GPU训练coco2017数据集超过12小时,(我修改了batch_size为16，learning_rate初始值为1e-4) 5、我使用了TensorFlow官网提供的多GPU样例，如果使用os.environ["CUDA_VISIBLE_DEVICES"]指定可见的编号，也会出现只有制定GPU第一个编号的被调用。但是如果不指定可见，则8块GPU会全部加载并全部参与运算； 多GPU设置代码截图： nvidia-smi GPU调用情况展示： 运算情况截图：

另外在最后一轮结束时报错：截图如下

我的理解这个错误应该是训练终止，所以报的错

[YangZeyu95]

多GPU我代码没跑过，不是太清楚，但是cpu核心跑满是因为gt是根据标注文件训练时生成的所以比较消耗计算资源，占用核心数是可以调整的，根据你的batch大小，保证cpu能把GPU喂满。最后的报错直接忽略即可，没有影响