tensorflow中使用tf.ConfigProto()配置Session运行参数&&GPU设备指定

标签：mem   log   申请   dev   igp   option   ref   资源   ace   

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

tensorflow中使用tf.ConfigProto()配置Session运行参数&&GPU设备指定

标签：mem   log   申请   dev   igp   option   ref   资源   ace   

原文地址：https://www.cnblogs.com/laokanblog/p/11120472.html