max_memory_allocated

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

返回给定设备上分配给 Tensor 的显存峰值统计。

备注

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 float32 类型数据实际只需要 4 字节。与 max_memory_allocated 功能一致

参数

device (int|paddle.Place|str|None) - 设备、设备的 id 或设备的字符串名称，如 npu:x，从中获取设备的属性。如果设备为 None，则该设备为当前设备，默认值：None。

返回

int: 最大已分配内存量（字节）

代码示例

          >>> import paddle
>>> paddle.device.set_device('gpu')  # or '<custom_device>'

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

         