如何设置Keras中Tensorflow后端GPU使用的内存大小？

本文共计295个文字，预计阅读时间需要2分钟。

通过设置Keras的Tensorflow后端的全局变量，可以控制GPU的使用比例。以下是一个简化的示例代码：

pythonimport osimport tensorflow as tffrom keras.backend.tensorflow_backend import set_session

def get_session(gpu_fraction=0.3): '''假设你有6GB的GPU内存，并希望分配大约2GB。''' gpu_options=tf.GPUOptions(per_process_gpu_memory_fraction=gpu_fraction) session=tf.Session(config=tf.ConfigProto(gpu_options=gpu_options)) set_session(session)

通过设置Keras的Tensorflow后端的全局变量达到。