tensorflow指定GPU与动态分配GPU memory设置
更新时间:2020年02月03日 11:40:18 作者:sherry颖
今天小编就为大家分享一篇tensorflow指定GPU与动态分配GPU memory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
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:
export 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memory,代码如下
import os import sys os.environ['CUDA_VISIBLE_DEVICES'] = sys.argv[1] 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))
这样,占用的GPU就是sys.argv[1]了,并且会按需分配memory。
以上这篇tensorflow指定GPU与动态分配GPU memory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。
相关文章
PyCharm提示No Python Interpreter的正确解决办法
刚学Python时,拿到一个Python项目,想用pycharm打开运行却报错了,这篇文章主要给大家介绍了关于PyCharm提示No Python Interpreter的正确解决办法,需要的朋友可以参考下2023-10-10Flask如何获取用户的ip,查询用户的登录次数,并且封ip
这篇文章主要介绍了Flask如何获取用户的ip,查询用户的登录次数,并且封ip问题,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教2023-01-01python GUI库图形界面开发之PyQt5窗口控件QWidget详细使用方法
这篇文章主要介绍了python GUI库图形界面开发之PyQt5窗口控件QWidget详细使用方法,需要的朋友可以参考下2020-02-02
最新评论