GPU recovery disable amdgpu

在 Linux 系统中，可以通过以下步骤禁用 AMD GPU 的恢复功能：

1. 打开终端窗口

在终端中输入以下命令，打开 `/etc/default/grub` 文件：

sudo nano /etc/default/grub

2. 修改 GRUB 配置文件

在打开的文件中，找到以下行：

GRUB_CMDLINE_LINUX_DEFAULT="quiet splash"

修改为：

GRUB_CMDLINE_LINUX_DEFAULT="quiet splash amdgpu.gpu_recovery=0"

3. 保存文件

按下 `Ctrl + X`，然后按下 `Y` 保存文件。

4. 更新 GRUB

在终端中输入以下命令，更新 GRUB：

sudo update-grub

5. 重启计算机

重启计算机，使修改后的 GRUB 配置生效。

请注意，禁用 AMD GPU 的恢复功能可能会导致系统崩溃等问题，建议谨慎操作。

相关问题

--disable-gpu

`--disable-gpu` 是一个谷歌浏览器的启动参数，用于禁用硬件加速。当你在运行谷歌浏览器时遇到一些与 GPU 相关的问题时，可以尝试使用该参数来解决问题。

通过禁用 GPU 加速，谷歌浏览器将使用软件渲染来处理图形，而不是依赖于硬件加速。这可能会导致性能下降，但有时可以解决一些与 GPU 相关的兼容性或稳定性问题。

要在谷歌浏览器中使用 `--disable-gpu` 参数，你可以按照以下步骤进行操作：

1. 打开终端（快捷键：Ctrl + Alt + T）。
2. 输入以下命令来启动谷歌浏览器并禁用 GPU：

   google-chrome --disable-gpu

3. 谷歌浏览器将会以禁用 GPU 的模式启动。

请注意，这只是一个示例命令，具体的命令可能因操作系统和谷歌浏览器版本而有所不同。建议在执行任何系统操作之前，先参考相关文档或者其他可信来源的指南。

tensorflow-gpu环境

根据提供的引用内容，tensorflow-gpu环境是指在使用tensorflow库时，利用GPU进行计算加速的环境。安装tensorflow-gpu时，需要选择与您的CUDA版本相匹配的tensorflow-gpu版本。

在安装tensorflow-gpu之前，您可以使用以下命令测试GPU是否成功连接到tensorflow：

import tensorflow as tf
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))

如果成功连接到GPU，您将看到"gpu devices :0"的输出。

对于tensorflow版本2.0及以上，您需要使用以下代码来测试GPU连接：

import tensorflow as tf
tf.compat.v1.disable_eager_execution()
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess= tf.compat.v1.Session(config=tf.compat.v1.ConfigProto(log_device_placement=True))
print(sess.run(c))

如果您需要在anaconda环境中使用tensorflow-gpu，可以运行以下命令激活tensorflow-gpu环境：

activate tensorflow-gpu