Tensorflow設置顯存自適應,顯存比例的操作
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(jù)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(chuàng)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(tǒng)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(xù)的操作
以上這篇Tensorflow設置顯存自適應,顯存比例的操作就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
python機器學習deepchecks庫訓練檢查模型特點探索
這篇文章主要介紹了python機器學習deepchecks庫的訓練檢查模型特點實例探索,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2024-01-01
tensorflow建立一個簡單的神經(jīng)網(wǎng)絡的方法
本篇文章主要介紹了tensorflow建立一個簡單的神經(jīng)網(wǎng)絡的方法,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2018-02-02
基于PyTorch的permute和reshape/view的區(qū)別介紹
這篇文章主要介紹了基于PyTorch的permute和reshape/view的區(qū)別介紹,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06
Python PIL讀取的圖像發(fā)生自動旋轉的實現(xiàn)方法
這篇文章主要介紹了Python PIL讀取的圖像發(fā)生自動旋轉的實現(xiàn)方法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2019-07-07
python實現(xiàn)JAVA源代碼從ANSI到UTF-8的批量轉換方法
這篇文章主要介紹了python實現(xiàn)JAVA源代碼從ANSI到UTF-8的批量轉換方法,涉及Python針對文件操作與編碼轉換的相關技巧,需要的朋友可以參考下2015-08-08
利用Python操作MongoDB數(shù)據(jù)庫的詳細指南
MongoDB是由C++語言編寫的非關系型數(shù)據(jù)庫,是一個基于分布式文件存儲的開源數(shù)據(jù)庫系統(tǒng),其內容存儲形式類似JSON對象,下面這篇文章主要給大家介紹了關于利用Python操作MongoDB數(shù)據(jù)庫的相關資料,需要的朋友可以參考下2023-02-02

