如何设置tensorflow Python程序以限制GPU和CPU资源占用？

本文共计510个文字，预计阅读时间需要3分钟。

在运行TensorFlow时，默认会占用所有可见的GPU。这可能导致其他用户或程序无GPU可用。因此，需要限制程序对GPU的占用。此外，如果我们的程序未使用所有GPU资源，也需要注意这一点。

一般情况下，运行tensorflow时，默认会占用可以看见的所有GPU，那么就会导致其它用户或程序无GPU可用，那么就需要限制程序对GPU的占用。并且，一般我们的程序也用不了所有的GPU资源，只是强行霸占着，大部分资源都不会用到，也不会提升运行速度。

使用nvidia-smi可以查看本机的GPU使用情况，如下图，这里可以看出，本机的GPU型号是K80，共有两个K80，四块可用（一个K80包括两块K40）。