快捷導(dǎo)航

TensorFlow 2.0之后動(dòng)態(tài)分配顯存方式

更新時(shí)間：2022年12月08日 09:28:04 作者：scluis

這篇文章主要介紹了TensorFlow 2.0之后動(dòng)態(tài)分配顯存方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教

TensorFlow 2.0之后動(dòng)態(tài)分配顯存

import tensorflow as tf
 
config = tf.compat.v1.ConfigProto()
config.gpu_options.allow_growth = True
sess = tf.compat.v1.Session(config = config)
tf.compat.v1.keras.backend.set_session(sess)

keras和tensorflow動(dòng)態(tài)分配顯存

tensoflow或者基于tensorflow的keras，好像默認(rèn)會(huì)直接將GPU中所有的顯存都讀過(guò)來(lái)，然后慢慢用。

這樣如果是服務(wù)器是的話，別人就沒法用了，這里轉(zhuǎn)載了動(dòng)態(tài)分配顯存的方法：

tensorflow下，加入代碼：

config = tf.ConfigProto()
config.gpu_options.allow_growth = True ? #設(shè)置動(dòng)態(tài)分配顯存
session = tf.Session(config=config, ...)

或者：

config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.3 ? #只一次調(diào)用30%的顯存
session = tf.Session(config=config, ...)

對(duì)于keras，如果使用tensorflow作為后端，多加一句話就好了：

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "1"
from keras.backend.tensorflow_backend import set_session
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.3
set_session(tf.Session(config=config)) # 此處不同

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章:

相關(guān)文章

解決python 出現(xiàn)unknown encoding: idna 的問(wèn)題
這篇文章主要介紹了解決python出現(xiàn) unknown encoding: idna 的問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
2021-03-03
python繪制規(guī)則網(wǎng)絡(luò)圖形實(shí)例
今天小編大家分享一篇python繪制規(guī)則網(wǎng)絡(luò)圖形實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
2019-12-12
18個(gè)Python入門經(jīng)典必背的程序分享
這篇文章主要為大家介紹了Python入門經(jīng)典必背的18個(gè)程序。注意：這是初學(xué)者要牢記的 18 個(gè)代碼，入門之后就簡(jiǎn)單了，快跟隨小編一起來(lái)學(xué)習(xí)一下吧
2023-02-02
Python?如何截取字符函數(shù)
這篇文章主要介紹了Python?如何截取字符函數(shù)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教
2022-11-11
關(guān)于jupyter lab安裝及導(dǎo)入tensorflow找不到模塊的問(wèn)題
這篇文章主要介紹了關(guān)于jupyter lab安裝及導(dǎo)入tensorflow找不到模塊的問(wèn)題,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下
2021-03-03
pytorch模型轉(zhuǎn)換為onnx可視化(使用netron)
netron 是一個(gè)非常好用的網(wǎng)絡(luò)結(jié)構(gòu)可視化工具,但是netron對(duì)pytorch模型的支持還不成熟,這篇文章主要介紹了pytorch模型轉(zhuǎn)換為onnx，并使用netron可視化,需要的朋友可以參考下
2023-05-05
Python使用PyYAML庫(kù)進(jìn)行配置文件管理
在現(xiàn)代軟件開發(fā)中,配置文件管理已經(jīng)成為了一個(gè)不可或缺的環(huán)節(jié),本文主要為大家詳細(xì)介紹了如何使用Python中的PyYAML庫(kù)來(lái)操作YAML文件,以及YAML文件的一些優(yōu)缺點(diǎn),希望對(duì)大家有所幫助
2023-12-12
本文主要介紹了Python實(shí)現(xiàn)拓?fù)渌惴ǖ氖纠?，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
2023-05-05