浅谈多卡服务器下隐藏部分 GPU 和 TensorFlow 的显存使用设置
更新时间：2020年06月30日 09:21:13 作者：asher_lithium
这篇文章主要介绍了浅谈多卡服务器下隐藏部分 GPU 和 TensorFlow 的显存使用设置，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
服务器有多张显卡，一般是组里共用，分配好显卡和任务就体现公德了。除了在代码中指定使用的 GPU 编号，还可以直接设置可见 GPU 编号，使程序/用户只对部分 GPU 可见。
操作很简单，使用环境变量 CUDA_VISIBLE_DEVICES 即可。
具体来说，如果使用单卡运行 Python 脚本，则可输入
CUDA_VISIBLE_DEVICES=1 python my_script.py
脚本将只使用 GPU1。
在 .py 脚本和 Notebook 中设置，则
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "2"
还可以直接设置临时的环境变量：
export CUDA_VISIBLE_DEVICES="0"
此时该用户的 CUDA 只看得见 GPU0。
至于显存设置，可以设置使用比例(70%)：
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7)
sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
也可以按需增长：
config = tf.ConfigProto() config.gpu_options.allow_growth = True session = tf.Session(config=config, ...)
如果是 Keras 使用 TensorFlow 后端，则可通过如
import tensorflow as tf from keras.backend.tensorflow_backend import set_session config = tf.ConfigProto() config.gpu_options.allow_growth = True set_session(tf.Session(config=config))
更改使用设置。
以上这篇浅谈多卡服务器下隐藏部分 GPU 和 TensorFlow 的显存使用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脚本之家。
您可能感兴趣的文章:
相关文章
这篇文章主要为大家详细介绍了python模拟表单提交登录图书馆的实现方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-04-04
这篇文章主要介绍了Python3基础的条件与循环控制,需要的朋友可以参考下2014-08-08
python之tensorflow手把手实例讲解斑马线识别实现
目前智慧城市的发展，人们生活处处有科技，比如人脸识别，智慧交通，无人驾驶等前沿的科技产品也都融入了人们生活中；本篇文章带你从头开始实现斑马线识别2021-09-09
QChart是一个QGraphicScene中可以显示的QGraphicsWidget。本文将利用QtChart实现柱状图的绘制，文中的示例代码讲解详细，感兴趣的小伙伴可以了解一下2022-12-12
这篇文章主要介绍了浅析Python中的for 循环的相关资料,非常不错，具有参考借鉴价值，需要的朋友可以参考下2016-06-06
这篇文章主要为大家介绍了提升Python编程效率的列表操作方法示例,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2023-10-10
这篇文章主要介绍了Python闭包装饰器使用方法汇总,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-06-06
PySNMP 是一个纯粹用Python实现的SNMP,用PySNMP的最抽象的API为One-line Applications。本文为大家分享了Python封装SNMP调用接口的示例代码，需要的可以参考一下2022-07-07
PyTorch device与cuda.device用法介绍
这篇文章主要介绍了PyTorch device与cuda.device用法,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2022-04-04
在本篇内容里我们给大家整理了关于Python3中ceil()函数用法以及相关知识点，需要的学习一下吧。2019-02-02
最新评论