tensorflow指定GPU与动态分配GPU内存设置 - 行业资讯 - 肥雀云

在tensorflow中,默认指定占用所有的GPU,如需指定占用的GPU,可以在命令行中:

　　　　　　出口CUDA_VISIBLE_DEVICES=1 　　　　

这样便是只占用1号GPU,通过命令

　　　　　　nvidia-smi 　　　　

可以查看各个GPU的使用情况。

另外,也可以在python程序中指定GPU,并且动态分配内存,代码如下

　　　　　　进口操作系统　　导入系统　　操作系统。环境[' CUDA_VISIBLE_DEVICES ']=sys.argv [1] 　　进口tensorflow特遣部队　　从keras.backend。tensorflow_backend进口set_session 　　配置=tf.ConfigProto () 　　config.gpu_options。allow_growth=True 　　set_session (tf.Session (config=配置) 　　　　

这样,占用的GPU就是sys.argv[1]了,并且会按需分配内存。

以上这篇tensorflow指定GPU与动态分配GPU内存设置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。