终止进程后,GPU显存仍被占用问题 | kill -9彻底杀死进程 | ps aux|grep python

这篇具有很好参考价值的文章主要介绍了终止进程后,GPU显存仍被占用问题 | kill -9彻底杀死进程 | ps aux|grep python。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

本文部分内容参考博客,十分感谢!!!
问题描述:在Linux终端把进程终止后,发现显存没有被释放出来!
杀死进程后内存依旧占用,linux,服务器

Figure 1

显示所有进程

ps aux|grep python 

这个命令是在Linux操作系统中使用的,用于列出当前运行的进程,并通过管道(|)将其结果传递给grep命令来筛选包含特定文本的行。具体来说,ps aux | grep 命令的各个部分以及它们的含义为

ps: 这是一个用于显示当前正在运行的进程的命令。它的名称来自"Process Status"(进程状态)的缩写。

aux: 这是ps命令的选项,用于指定要显示的进程的详细信息。具体含义如下:

a: 显示所有用户的进程,而不仅仅是当前用户的进程。
u: 显示详细的进程信息,包括用户、CPU使用率、内存使用率等。
x: 显示不与终端相关的进程,通常用于显示后台进程。
|: 这是管道符号,用于将ps aux的输出传递给下一个命令,也就是grep。

grep: 这是一个用于在文本数据中搜索指定模式或字符串的命令。
grep后面一般加关键字,以表示需要展示的相关进程(就比如ps aux|grep python命令,它将展示关键字为python的进程,如Fig.2所示)

在Fig.2(下图为Fig.2的部分截图)中,ps aux | grep python 命令列出了关键字为python的相关进程的详细信息。以倒数第一行(PID为62363)进程为例,讲述每个列的具体含义:
杀死进程后内存依旧占用,linux,服务器

root: 进程的用户名,表示这个进程是由用户名为 “root” 的用户启动的。

62363: 进程的进程号(PID),是操作系统为每个进程分配的唯一标识符。

2.1: 进程的CPU使用率。这个值表示进程在一段时间内占用了 CPU 时间的百分比。

0.6: 进程的内存使用率,表示进程占用的物理内存百分比。

49088180: 进程的虚拟内存大小,以字节为单位。这是进程能够访问的总内存量,包括实际物理内存和交换空间。

3645904: 进程的物理内存大小,以字节为单位。这是实际占用的物理内存量。

pts/11: 进程的终端信息。PTS,简称伪终端(Pseudo Terminal),这个伪终端通常以 pts/N 的形式命名,其中 N 是一个数字,表示该伪终端的唯一标识符。所以,pts/11 表示系统上的第11个伪终端。

T1: 进程的状态。T1应该是进程终止的意思吧,我也不是很确定(根据Terminated推断哈哈哈哈)。

12.18: 进程的启动时间,以小时和分钟表示。

0.57: 进程的累计CPU时间,表示进程自启动以来已经使用的CPU时间,以小时和分钟表示。

run_cdm.py task_names FB15K237 d_multiple 1 d_min_ratio 1: 进程的命令行。这是启动进程时使用的命令,可以告诉你进程正在执行的任务或程序。

杀死单个进程

kill -9 PID

杀死多个进程

kill -9 PID PID PID...

根据关键字批量杀死进程

pkill -9 python

杀死进程后内存依旧占用,linux,服务器

Figure 2

结果如下,显存已经被释放出来了!

杀死进程后内存依旧占用,linux,服务器文章来源地址https://www.toymoban.com/news/detail-832430.html

Figure 3

到了这里,关于终止进程后,GPU显存仍被占用问题 | kill -9彻底杀死进程 | ps aux|grep python的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Windows bat 查找文件被哪个进程占用,并终止该进程

    我有个批处理脚本如下: 其中, for /F 语句是将除当天之外的log文件,移动到 archivedlogs ,然后这个批处理是在任务计划中定期跑的。 运行一段时间后,偶尔发现仍有当天之外的log文件未被移动到 archivedlogs ,后来定位发现,文件是被 python.exe 程序给占用了,推测可能是 p

    2024年02月15日
    浏览(35)
  • 在linux中查看运行指定进程资源占用(cpu+gpu)

    在运行程序时有时候会需要查看资源占用,以方便部署在其他服务器上时进行参考。以下是总结了我在linux上查找程序进程资源的两种方法(cpu和gpu都有)。 如果进程较多,输入 ps -ef | grep + 指令 进行搜索。如果运行的是python程序,可以输入 ps -ef | grep python3 比如我想

    2024年02月04日
    浏览(53)
  • 深度学习笔记--解决GPU显存使用量不断增加的问题

    目录 1--问题描述 2--问题解决 3--代码         基于 Pytorch 使用 VGG16 预训练模型进行分类预测时,出现 GPU 显存使用量不断增加,最终出现 cuda out of memory 的问题;         出现上述问题的原因在于:输入数据到网络模型进行推理时,会默认构建计算图,便于后续反向传播

    2024年02月17日
    浏览(42)
  • Windows如何查看本地端口占用及Kill占用端口的线程?

    1. Windows查看本地端口占用 1.1 查看本地占用的全部端口 可以看到本地全部端口的占用情况; 1.2 查看指定端口的占用情况 可以看到我的8097端口被 pid = 3716的进程占用; 1.3 netstat命令详解 参考官方网站:https://learn.microsoft.com/zh-cn/windows-server/administration/windows-commands/netstat 2. ki

    2024年02月03日
    浏览(43)
  • 关于使用Bing AI或Copilot时GPU占用高的问题分析与解决

    就在上周,我使用Bing AI时,发现单位老机子的风扇响个不停,开始没在意,后来在Bing的对话框长度越来越长后,电脑震动的越来越厉害,所以习惯性打开的WIN10的任务管理器一看,好家伙,Edge浏览器的GPU占用好高,达到了30%-40%,处于一种分析问题的本能,我开始了接下来的各种实验,希望能

    2024年02月04日
    浏览(36)
  • window系统:如何终止已占用的端口

    首先找到该进程的PID 可以使用一个cmd命令: netstat –ano | findstr 端口号 查看 进程PID(progress id) 在查询结果中最右侧一列,找到 LISTENING对应的ID号 ,即 使用此端口的应用程序对应的进程PID。 终止该进程,两种操作方式:cmd命令和任务管理器 2.1 cmd命令终止: taskkill /F /PID

    2024年02月16日
    浏览(38)
  • Ubuntu——系统版本、显存、CPU型号、GPU型号查询

    一、系统版本查询 二、CPU信息查询 三、显存查询 四、GPU显卡信息查询 查询结果如下:系统版本为Ubuntu 20.04.6 LTS 如上图所示,本机的CPU型号信息为 i7-11700k 如上图所示,其显存为12G(12050MiB) 如下图所示,NVIDIA GeForce RTX 3080 Ti 即为本机显卡型号信息

    2024年02月06日
    浏览(47)
  • [NLP]LLM 训练时GPU显存耗用量估计

    全精度llama2 7B最低显存要求:28GB 全精度llama2 13B最低显存要求:52GB 全精度llama2 70B最低显存要求:280GB 16精度llama2 7B预测最低显存要求:14GB 16精度llama2 13B预测最低显存要求:26GB 16精度llama2 70B预测最低显存要求:140GB 8精度llama2 7B预测最低显存要求:7GB 8精度llama2 13B预测最低显

    2024年02月12日
    浏览(38)
  • GPU显存占满但利用率却很低

    来帕多瓦联培已经一个多月了,最近调代码跑实验又发现了这个问题。这里提供另外一个解决思路。一个原因还是 cpu没跟上gpu节奏 。 通常我们都会用尽可能大的 batch 来占满显存。但是如果cpu的读取和传输跟不上的话就会导致gpu利用率时上时下,而且训练时间还会变长。 这

    2024年02月04日
    浏览(120)
  • Chat-GLM 详细部署(GPU显存>=12GB)

    1. 下载安装 miniconda3 : https://docs.conda.io/en/latest/miniconda.html conda是一个包和环境管理工具,它不仅能管理包,还能隔离和管理不同python版本的环境。类似管理nodejs环境的nvm工具。 2. conda环境变量: 新建 CONDA_HOME :conda安装路径 3. 激活conda: 打开CMD执行conda init  4. 测试conda安装是

    2023年04月21日
    浏览(38)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包