文章目录
一、什么是内存？
1.1、简介 —— 随机存取存储器（Random Access Memory，RAM）
1.2、内存容量
1.3、查看电脑内存
1.4、监控电脑内存
1.5、文件属性：大小 + 占用空间
二、（RAM）内存是CPU的主内存，（VRAM）显存是GPU的专用内存
2.1、内存（RAM） + 显存（VRAM）
2.2、中央处理器（CPU） + 图形处理器（GPU）
2.3、GPU内存 = GPU专用内存（显存） + GPU共享内存
2.4、数据类型 + 内存范围
（1）数据的存储单元（从小到大）：Byte + bit + KB + MB + GB + TB + PB + EB + ZB + YB
（2）数据类型（每个字符的字节数 + 数据范围 + 内存范围）
（3）NumPy 与 PyTorch 数据类型对比表（如：numpy不支持float16）
（4）打印不同数据类型的 dtype 属性
三、【主机 = 内存 + CPU】 —— 【设备 = 显存 + GPU】
3.1、高效的 CUDA 程序，往往需要最大限度地减少 CPU 和 GPU 之间的通信开销
3.2、CUDA：线程 + 块 + 网格
四、Python内存管理
4.1、python是如何分配内存的？
4.2、python采用自动内存管理机制
4.3、自动内存管理机制：缺点
4.4、自动内存管理机制：优化方法
（1）sys.getrefcount()：查看对象的引用计数
（2）gc.set_threshold()：设置垃圾回收的第 i 代阈值（内存池）
五、项目实战
5.1、CPU内存
（1）计算图像内存（三种方式）
（2）获取CPU内存（总内存 + 已占用内存 + 未占用内存）+ 获取进程内存（实际内存 + 峰值内存）
（3）手动释放内存
5.2、GPU显存
（1）【命令行】查看GPU设备信息：Win + R + dxdiag：显示 - 显示内存VRAM
（2）【GPUtil】获取GPU显存：总内存 + 已占用内存 + 未占用内存 —— 直接读取显卡状态信息
（3）【Torch.cuda】获取进程显存：总显存 + （最大）已分配显存 / 已缓存显存 —— 适用于PyTorch模型训练
5.3、时间
（1）获取当前日期和时间
（2）获取当前时间戳
（3）计算运行时间
（4）获取网络时间（亚洲/上海时区），并计算产品有效期
5.4、UUID（Universally Unique Identifier，通用唯一标识符）
5.5、随机种子，用于确保可复现性 —— 集成多个组件：random、numpy、PyTorch、TensorFlow、JAX
一、什么是内存？
1.1、简介 —— 随机存取存储器（Random Access Memory，RAM）
随机存取存储器（Random Access Memory，RAM）：是计算机中用于临时存储数据的一种硬件组件。它是计算机的主要内存之一，用于存储正在运行的程序和操作系统所需的数据。
主要特点：
临时存储：RAM 存储的数据是临时的，意味着当计算机关闭或重启时，其中的数据会被清空。这与永久存储设备（如硬盘驱动器）不同，后者可以长期保存数据。
随机存取：RAM 具备随机访问能力，这意味着它可以快速访问存储中的任何数据，而无需按照特定的顺序来读取。这使得 RAM 非常适合用作计算机的工作内存，以快速存取和处理数据。