keras如何指定運行時顯卡及限制GPU用量
keras指定運行時顯卡及限制GPU用量
keras在使用GPU的時候有個特點,就是默認全部占滿顯存。
這樣如果有多個模型都需要使用GPU跑的話,那么限制是很大的,而且對于GPU也是一種浪費。
因此在使用keras時需要有意識的設置運行時使用那塊顯卡,需要使用多少容量。
這方面的設置一般有三種情況:
- 1. 指定顯卡
- 2. 限制GPU用量
- 3. 即指定顯卡又限制GPU用量
查看GPU使用情況語句(linux)
# 1秒鐘刷新一次 watch -n 1 nvidia-smi
一、指定顯卡
import os os.environ["CUDA_VISIBLE_DEVICES"] = "2"
這里指定了使用編號為2的GPU,大家可以根據(jù)需要和實際情況來指定使用的GPU
二、限制GPU用量
1、設置使用GPU的百分比
import tensorflow as tf import keras.backend.tensorflow_backend as KTF #進行配置,使用30%的GPU config = tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fraction = 0.3 session = tf.Session(config=config) # 設置session KTF.set_session(session )
需要注意的是,雖然代碼或配置層面設置了對顯存占用百分比閾值,但在實際運行中如果達到了這個閾值,程序有需要的話還是會突破這個閾值。
換而言之如果跑在一個大數(shù)據(jù)集上還是會用到更多的顯存。
以上的顯存限制僅僅為了在跑小數(shù)據(jù)集時避免對顯存的浪費而已。
2、GPU按需使用
import tensorflow as tf import keras.backend.tensorflow_backend as KTF config = tf.ConfigProto() config.gpu_options.allow_growth=True #不全部占滿顯存, 按需分配 session = tf.Session(config=config) # 設置session KTF.set_session(sess)
三、指定GPU并且限制GPU用量
這個比較簡單,就是講上面兩種情況連上即可。。。
import os import tensorflow as tf import keras.backend.tensorflow_backend as KTF # 指定第一塊GPU可用 os.environ["CUDA_VISIBLE_DEVICES"] = "0" config = tf.ConfigProto() config.gpu_options.allow_growth=True #不全部占滿顯存, 按需分配 sess = tf.Session(config=config) KTF.set_session(sess)
總結(jié)
以上為個人經(jīng)驗,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(guān)文章
使用python畫出邏輯斯蒂映射(logistic map)中的分叉圖案例
這篇文章主要介紹了使用python畫出邏輯斯蒂映射(logistic map)中的分叉圖案例,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2020-12-12Django靜態(tài)資源URL STATIC_ROOT的配置方法
這篇文章主要介紹了Django靜態(tài)資源URL STATIC_ROOT的配置方法,本文給出配置方法和兩種使用方法,需要的朋友可以參考下2014-11-11盤點20個Python數(shù)據(jù)科學庫神器打造數(shù)據(jù)魔法世界
數(shù)據(jù)科學家和分析師常常使用?Python?來處理數(shù)據(jù)、進行分析和可視化,Python生態(tài)系統(tǒng)中有許多庫,但有一些庫是數(shù)據(jù)科學家日常工作中必不可少的,本文將深入介紹20個重要的Python?庫,包括示例代碼和用例2024-01-01Python使用PIL庫將PNG圖片轉(zhuǎn)換為ICO圖標的示例代碼
在軟件開發(fā)和網(wǎng)站設計中,ICO圖標是一種常用的圖像格式,特別適用于應用程序圖標、網(wǎng)頁收藏夾圖標等場景,本文將介紹如何使用Python的PIL庫將PNG圖片轉(zhuǎn)換為ICO格式的圖標文件,需要的朋友可以參考下2025-03-03