tf.ConfigProto()整理

本文详细介绍了在TensorFlow中如何使用tf.ConfigProto进行会话配置,包括allow_soft_placement、log_device_placement、device_count等参数的作用。同时,文章探讨了tf.GPUOptions,讲解了动态申请缓存的两种方法以及限制GPU使用率的策略。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

tf.ConfigProto()

tf.ConfigProto()在创建tf.Session(config=tf.ConfigProto())进行参数配置。
主要的参数有以下几种:

allow_soft_placement=True
如果是 True,允许 tensorflow 自动分配设备。
log_device_placement=True
如果是 True,打印设备分配日志。
device_count={‘GPU’:0, ‘CPU’:4}
使用字典分配可用的 GPU 设备号和 CPU 设备号。
intra_op_parallelism_threads=n
(控制运算符op内部的并行)
当运算符op为单一运算符,并且内部可以实现并行时,如矩阵乘法,reduce_sum之类的操作,可以通过设置intra_op_parallelism_threads参数来并行, intra代表内部。
inter_op_parallelism_threads=n:
(控制多个运算符op之间的并行计算)
当有多个运算符op,并且他们之间比较独立,运算符和运算符之间没有直接的路径Path相连。Tensorflow会尝试并行地计算他们,使用由inter_op_parallelism_threads参数来控制数量的一个线程池。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值