tensorflow中使用tf.ConfigProto()配置Session运行参数&&GPU设备指定
Posted laokanblog
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了tensorflow中使用tf.ConfigProto()配置Session运行参数&&GPU设备指定相关的知识,希望对你有一定的参考价值。
1. 使用tf.ConfigProto()配置Session运行参数
- 记录设备指派情况:tf.ConfigProto(log_device_placement=True)
- 自动选择运行设备: tf.ConfigProto(allow_soft_placement=True)
- 限制GPU资源使用:
(1)动态申请显存
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config)
(2)限制GPU的使用率
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.4 #占用40%显存
session = tf.Session(config=config)
2. GPU的设备指定
- 设置使用哪块GPU
(1)在程序中设置
(2)运行时设置
CUDA_VISIBLE_DEVICES=0,1 python yourcode.py
3. 参考
https://blog.csdn.net/dcrmg/article/details/79091941
以上是关于tensorflow中使用tf.ConfigProto()配置Session运行参数&&GPU设备指定的主要内容,如果未能解决你的问题,请参考以下文章
TensorFlow Hub 模块可以在 TensorFlow 2.0 中使用吗?
如何在 pytorch 和 tensorflow 中使用张量核心?