TensorFlow和keras中GPU使用的设置操作

更新时间：2021年05月17日 15:16:44 作者：Briwisdom

这篇文章主要介绍了TensorFlow和keras中GPU使用的设置操作，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

1. 训练运行时候指定GPU

运行时候加一行代码：

CUDA_VISIBLE_DEVICES=1 python train.py

2. 运行过程中按需或者定量分配GPU

tensorflow直接在开启Session时候加几行代码就行，而Keras指定GPU，并限制按需用量和TensorFlow不太一样，因为keras训练是封装好的，不好对Session操作。如下是两种对应的操作。

keras中的操作：

import os
import tensorflow as tf
from keras.backend.tensorflow_backend import set_session
 
# 指定第一块GPU可用 
os.environ["CUDA_VISIBLE_DEVICES"] = "0" #指定GPU的第二种方法
 
config = tf.ConfigProto()
config.gpu_options.allocator_type = 'BFC' #A "Best-fit with coalescing" algorithm, simplified from a version of dlmalloc.
config.gpu_options.per_process_gpu_memory_fraction = 0.3 #定量
config.gpu_options.allow_growth = True  #按需
set_session(tf.Session(config=config))

TensorFlow中的操作：

#指定GPU
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"
 
#设置GPU定量分配
config = tf.ConfigProto() 
config.gpu_options.per_process_gpu_memory_fraction = 0.9 # 占用GPU90%的显存 
session = tf.Session(config=config)
 
#设置GPU按需分配
config = tf.ConfigProto() 
config.gpu_options.allow_growth = True 
session = tf.Session(config=config)

补充：Keras以及Tensorflow强制使用CPU，GPU

Keras如果是使用Theano后端的话，应该是自动不使用ＧＰＵ只是用ＣＰＵ的，启动ＧＰＵ使用Theano内部命令即可。

对于Tensorflow后端的Keras以及Tensorflow会自动使用可见的ＧＰＵ，而我需要其必须只运行在ＣＰＵ上。网上查到三种方法，最后一种方法对我有用，但也对三种都做如下记录：

使用tensorflow的 with tf.device('/cpu:0'):函数。简单操作就是把所有命令都放在前面所述的域里面。

使用tensorflow声明Session时的参数：关于tensorflow中Session中的部分参数设置，以及Keras如何设置其调用的Tensorflow的Session，可以参见Keras设定GPU使用内存大小(Tensorflow backend)。

对于Tensorflow，声明Session的时候加入device_count={'gpu':0}即可，代码如下：

import tensorflow as tf  
sess = tf.Session(config=tf.ConfigProto(device_count={'gpu':0}))

对于Keras,则调用后端函数，设置其使用如上定义的Session即可，代码如下：

import tensorflow as tf
import keras.backend.tensorflow_backend as KTF 
KTF.set_session(tf.Session(config=tf.ConfigProto(device_count={'gpu':0})))

对于多线程以及ＧＰＵ内存设置等可以参见Keras设定GPU使用内存大小(Tensorflow backend)。

3、第三种是使用CUDA_VISIBLE_DEVICES命令行参数，代码如下：

CUDA_VISIBLE_DEVICES="0" python3 train.py

以上为个人经验，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:

Python退出时强制运行一段代码的实现方法
这篇文章主要介绍了Python退出时强制运行一段代码,本文通过实例代码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
2020-04-04
python字典DICT类型合并详解
这篇文章主要为大家详细介绍了python字典DICT类型合并，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2017-08-08
基于Python实现粒子滤波效果
这篇文章主要介绍了基于Python实现粒子滤波效果,本文通过实例代码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
2020-12-12
Android申请相机权限和读写权限实例
大家好，本篇文章主要讲的是Android申请相机权限和读写权限实例，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下
2022-02-02
Python深度学习albumentations数据增强库
下面开始albumenations的正式介绍，在这里我强烈建议英语基础还好的读者去官方网站跟着教程一步步学习，而这里的内容主要是我自己的一个总结以及方便英语能力较弱的读者学习
2021-09-09
使用python画个小猪佩奇的示例代码
本文给大家较详细的介绍了使用python画个小猪佩奇的示例代码，感兴趣的朋友一起看看吧
2018-06-06
python多个模块py文件的数据共享实例
今天小编就为大家分享一篇python多个模块py文件的数据共享实例，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
2019-01-01
pycharm如何为函数插入文档注释
这篇文章主要介绍了pycharm如何为函数插入文档注释，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
2022-02-02
pytorch实现线性回归
这篇文章主要为大家详细介绍了pytorch实现线性回归，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2021-04-04
用 Python 定义 Schema 并生成 Parquet 文件详情
本文将演示两个例子，一个是没有层级的两个字段，另一个是含于嵌套级别的字段，将要使用到的 Python 模块有 pandas 和 pyarrow，感兴趣是我小伙伴请和小编一起学习下面文章内容吧
2021-09-09