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?

如何理解TensorFlow中的tensor

使用TensorFlow识别照片中的物体

如何在 pytorch 和 tensorflow 中使用张量核心?

如何使用 gpu 并行训练 tensorflow.keras 模型? TensorFlow 版本 2.5.0

在 cmake 中使用预编译的 tensorflow