tensorflow 限制顯存大小的實現(xiàn)
更新時間:2020年02月03日 11:52:31 作者:安陽小棧-客官歇會吧
今天小編就為大家分享一篇tensorflow 限制顯存大小的實現(xiàn),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
Python在用GPU跑模型的時候最好開多進程,因為很明顯這種任務就是計算密集型的。
用進程池好管理,但是tensorflow默認情況會最大占用顯存,盡管該任務并不需要這么多,因此我們可以設置顯存的按需獲取,這樣程序就不會死掉了。
1. 按比例預留:
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. 或者干脆自適應然后自動增長:
tf_config = tensorflow.ConfigProto() tf_config.gpu_options.allow_growth = True # 自適應 session = tensorflow.Session(config=tf_config)
以上這篇tensorflow 限制顯存大小的實現(xiàn)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 bsddb模塊操作Berkeley DB數(shù)據(jù)庫介紹
這篇文章主要介紹了Python bsddb模塊操作Berkeley DB數(shù)據(jù)庫介紹,這里簡單介紹一些關于bsddb的使用方法,需要的朋友可以參考下2015-04-04
python??UPX?is?not?available問題解決方法
這篇文章主要介紹了python?UPX?is?not?available問題解決,本文給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2023-04-04
python字符串分割常用方法(str.split()和正則)
在Python中字符串是一種非常常見的數(shù)據(jù)類型,在實際應用中我們經(jīng)常需要對字符串進行分割,以便對其中的內容進行處理,這篇文章主要給大家介紹了關于python字符串分割(str.split()和正則)的相關資料,需要的朋友可以參考下2023-11-11

