Tensorflow设置显存自适应,显存比例的操作
Tensorfow框架下，在模型运行时，设置对显存的占用。
1.按比例
config=tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fraction=0.4#根据自己的需求确定 session=tf.Session(config=config,...)
2.自适应
config=tf.ConfigProto() config.gpu_options.allow_growth=True session=tf.Session(config=config,...)
设置GPU的使用率的时候，都是在创建Session的时候，对config类进行设置。
此外，当电脑上有多块GPU的时候，可以指定选取哪一快GPU进行计算。
#在程序开头添加 os.environ['CUDA_VISIBLE_DEVICES']='0'#使用GPU00对应着ubuntu系统给GPU的序号,可通过Nvidia-smi命令查看
若存在多个GPU
os.environ['CUDA_VISIBLE_DEVICES']='0,1'#使用GPU0，1
一个常见的在代码中指定GPU使用的范例：
importtensorflowastf importnumpyasnp importos os.environ['CUDA_VISIBLE_DEVICES']='0' config=tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fraction=0.6 withtf.Session(graph=...,config=config)assess: ##后续的操作
以上这篇Tensorflow设置显存自适应,显存比例的操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。