您好,登錄后才能下訂單哦!
在tensorflow中,默認(rèn)指定占用所有的GPU,如需指定占用的GPU,可以在命令行中:
export CUDA_VISIBLE_DEVICES=1
這樣便是只占用1號GPU,通過命令
nvidia-smi
可以查看各個GPU的使用情況。
另外,也可以在python程序中指定GPU,并且動態(tài)分配memory,代碼如下
import os import sys os.environ['CUDA_VISIBLE_DEVICES'] = sys.argv[1] import tensorflow as tf from keras.backend.tensorflow_backend import set_session config = tf.ConfigProto() config.gpu_options.allow_growth = True set_session(tf.Session(config=config))
這樣,占用的GPU就是sys.argv[1]了,并且會按需分配memory。
以上這篇tensorflow指定GPU與動態(tài)分配GPU memory設(shè)置就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持億速云。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。