tensorflow 限制显存大小的实现
143 浏览量
2020-12-20
17:51:09
上传
评论
收藏 37KB PDF 举报
tensorflow 限制显存大小的实现限制显存大小的实现
Python在用GPU跑模型的时候最好开多进程，因为很明显这种任务就是计算密集型的。
用进程池好管理，但是tensorflow默认情况会最大占用显存，尽管该任务并不需要这么多，因此我们可以设置显存的按需获
取，这样程序就不会死掉了。
1. 按比例预留：按比例预留：
tf_config = tensorflow.ConfigProto()
tf_config.gpu_options.per_process_gpu_memory_fraction = 0.5 # 分配50%
session = tensorflow.Session(config=tf_config)
2. 或者干脆自适应然后自动增长：或者干脆自适应然后自动增长：
tf_config = tensorflow.ConfigProto()
tf_config.gpu_options.allow_growth = True # 自适应
session = tensorflow.Session(config=tf_config)
以上这篇tensorflow 限制显存大小的实现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软
件开发网。
您可能感兴趣的文章您可能感兴趣的文章:TensorFlow入门使用 tf.train.Saver()保存模型检测tensorflow是否使用gpu进行计算的方式tensorflow之变
量初始化(tf.Variable)使用详解将tensorflow模型打包成PB文件及PB文件读取方式Tensorflow中tf.ConfigProto()的用法详解
评论0