禁用gpu首选

本文介绍如何在TensorFlow中设置GPU内存占用比例,并演示了通过ConfigProto实现软硬件资源分配的方法。此外,还提供了更改默认设备从GPU到CPU的示例。
部署运行你感兴趣的模型镜像

import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = "-1"

pytorch和TF都适合

config = tf.ConfigProto(allow_soft_placement=True)
config.gpu_options.per_process_gpu_memory_fraction =1  # 占用40%显存
# sess = tf.Session(config=config)

# with tf.Session() as sess:
with tf.Session(config=config) as sess:

with tf.Session() as sess:
    with tf.device("/gpu:0"):

/gpu改成cpu

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
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