如何调整Tensorflow使显存自适应并设定显存使用比例?
- 内容介绍
- 文章标签
- 相关推荐
本文共计302个文字,预计阅读时间需要2分钟。
TensorFlow框架下,模型运行时,限制显存占用:
1.配置示例:config=tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction=0.4Tensorfow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。
本文共计302个文字,预计阅读时间需要2分钟。
TensorFlow框架下,模型运行时,限制显存占用:
1.配置示例:config=tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction=0.4Tensorfow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。

