tensorflow显存设置

本文介绍了一种在TensorFlow中限制GPU显存占用的方法,通过设置程序最多使用指定GPU的90%显存,并允许程序按需申请内存,从而有效避免了训练过程中显存被完全占用的问题。
部署运行你感兴趣的模型镜像

为避免训练时占用全部的gpu显存,只需设置如下代码

import numpy as np
import tensorflow as tf
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '0'
# 程序最多占用制定gpu的50%显存
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.9)
# 程序按需申请内存
gpu_options.allow_growth = True
config = tf.ConfigProto(gpu_options=gpu_options)

init = tf.global_variables_initializer()
sess = tf.Session(config=config)

sess.close()


您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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