mxnet 和 tensorflow 中的 gpu 顺序错误答案

【问题标题】：Wrong gpu order in mxnet and tensorflowmxnet 和 tensorflow 中的 gpu 顺序错误
【发布时间】：2019-05-14 03:15:44
【问题描述】：

我的桌面安装了 2 个 gpu：1080 和 1080Ti nvidia-smi显示gpu-0是1080，gpu-1是1080Ti

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 410.79       Driver Version: 410.79       CUDA Version: 10.0     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 1080    Off  | 00000000:01:00.0 Off |                  N/A |
| 26%   57C    P2    53W / 215W |    696MiB /  8119MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
|   1  GeForce GTX 108...  Off  | 00000000:02:00.0 Off |                  N/A |
| 55%   70C    P2   204W / 250W |   8641MiB / 11178MiB |     28%      Default |
+-------------------------------+----------------------+----------------------+

现在 tensorflow 和 mxnet 都使用相反的顺序：当我指定 gpu=0 时为 1080ti，当我指定 gpu=1 时为 1080。

为什么会发生这种情况以及如何将 tensorflow 和 mxnet gpu 订单与 nvidia-smi gpu 订单同步？

mxnet 的代码 sn-ps：

mod = mx.mod.Module(symbol, label_names=None, context=mx.gpu(0))

对于 tensorflow，我使用环境变量

CUDA_VISIBLE_DEVICES="0"

【问题讨论】：

标签： python tensorflow mxnet

【解决方案1】：

设置

export CUDA_DEVICE_ORDER=PCI_BUS_ID.

另见this question

【讨论】：

OP 不是说 MXNet 和 TensorFlow 分配 ID 的顺序与 PCI 总线顺序相反吗？