max_memory_allocated¶

paddle.device.cuda. max_memory_allocated ( device=None ) [源代码] ¶

返回给定设备上分配给 Tensor 的显存峰值。

注解

Paddle 中分配给 Tensor 的显存块大小会进行 256 字节对齐，因此可能大于 Tensor 实际需要的显存大小。例如，一个 shape 为[1]的 float32 类型 Tensor 会占用 256 字节的显存，即使存储一个 floatt32 类型数据实际只需要 4 字节。

参数¶

device (paddle.CUDAPlace|int|str，可选) - 设备、设备 ID 或形如 gpu:x 的设备名称。如果 device 为 None，则 device 为当前的设备。默认值为 None。

返回¶

一个整数，表示给定设备上分配给 Tensor 的显存峰值，以字节为单位。

代码示例¶

          # required: gpu
import paddle

max_memory_allocated_size = paddle.device.cuda.max_memory_allocated(paddle.CUDAPlace(0))
max_memory_allocated_size = paddle.device.cuda.max_memory_allocated(0)
max_memory_allocated_size = paddle.device.cuda.max_memory_allocated("gpu:0")

         