溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章將為大家詳細講解有關Tensorflow如何設置顯存自適應,顯存比例的操作，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。
Tensorfow框架下，在模型運行時，設置對顯存的占用。
1. 按比例
config = tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fraction = 0.4 # 根據自己的需求確定 session = tf.Session(config=config, ...)
2. 自適應
config = tf.ConfigProto() config.gpu_options.allow_growth = True session = tf.Session(config=config, ...)
設置GPU的使用率的時候，都是在創建Session的時候，對config類進行設置。
此外，當電腦上有多塊GPU的時候，可以指定選取哪一快GPU進行計算。
# 在程序開頭添加 os.environ['CUDA_VISIBLE_DEVICES'] = '0' #使用 GPU 0 0對應著ubuntu系統給GPU的序號,可通過Nvidia-smi命令查看
若存在多個GPU
os.environ['CUDA_VISIBLE_DEVICES'] = '0,1' # 使用 GPU 0，1
一個常見的在代碼中指定GPU使用的范例：
import tensorflow as tf import numpy as np import os os.environ['CUDA_VISIBLE_DEVICES']='0' config = tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fraction=0.6 with tf.Session(graph=...,config=config) as sess: ## 后續的操作
關于“Tensorflow如何設置顯存自適應,顯存比例的操作”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
