深度学习过程中需要配置可见的显卡设备，本文记录 CUDA_VISIBLE_DEVICES 配置方法。
简介
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。
说明
命令 | 说明 |
|---|---|
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，gpu[1]指的是第2块，gpu[2]指的是第3块 |
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，gpu[1]指的是第0块，gpu[2]指的是第3块 |
使用
临时设置
代码语言：javascript复制Linux： export CUDA_VISIBLE_DEVICES=1
windows: set CUDA_VISIBLE_DEVICES=1python 运行时设置
代码语言：javascript复制import os
os.environ["CUDA_VISIBLE_DEVICES"] = "1"或
代码语言：javascript复制CUDA_VISIBLE_DEVICES=1 python **.py注意：这种设置方法一定要在第一次使用 cuda 之前进行设置
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。
参考资料
- https://blog.csdn.net/lscelory/article/details/83579062
- https://blog.csdn.net/weixin_41803874/article/details/93541309
