Ubuntu怎么在深度学习时查看帧率

在Ubuntu系统上进行深度学习时，特别是在使用GPU进行训练时，监控帧率是非常重要的，因为它可以帮助你了解模型运行效率以及是否存在性能瓶颈。如果你是在使用TensorFlow、PyTorch等库，可以采取以下步骤查看实时的GPU利用率和帧率：

1. **nvidia-smi**：这是NVIDIA提供的命令行工具，可以显示GPU的状态信息，包括温度、功耗和帧速率。打开终端，输入`nvidia-smi`并按回车即可。

   $ nvidia-smi

2. **TensorBoard**: 如果你在使用TensorFlow，可以在训练过程中启用TensorBoard来可视化性能指标。安装TensorBoard后，在训练脚本中添加`tf.summary.scalar('fps', steps_per_second)`，并在TensorBoard中查看"fps"标签。

3. **CUDA_VISIBLE_DEVICES**：设置这个环境变量可以限制使用特定的GPU设备。例如，如果你想查看某个设备的帧率，可以设置`export CUDA_VISIBLE_DEVICES=0`（0通常代表第一个GPU），然后运行程序。

4. **Deep Learning Frameworks 监控插件**：某些深度学习框架如Horovod有专门的可视化工具，比如Horovod TensorBoard Plugin，用于分布式训练时监控各GPU的性能。

如果想看的是CPU帧率，你可以使用`htop`或`top`这样的任务管理器，它们会显示每个进程占用CPU的时间百分比。