解除tensorflow-gpu占用显存限制

本文介绍了如何解决TensorFlow在使用RTX30708G显卡时只能调用约5GB显存的问题。通过设置`tf.config.experimental.set_virtual_device_configuration`,可以手动调整GPU的memory_limit,例如将其提高到6000MB,从而充分利用显卡资源,提升深度学习训练的效率。
部署运行你感兴趣的模型镜像

笔者发现RTX3070 8G的显卡,在tensorflow只能调用5488MB,大概5G左右
因为存在memory_limit的限制。

如图所示:
在这里插入图片描述

为了解除这种限制,发挥显卡在深度学习中的最大作用,特意在网上寻找方法,终于找到解决方案
如下代码所示:

physical_gpus = tf.config.list_physical_devices("GPU")
tf.config.experimental.set_virtual_device_configuration(
    physical_gpus[0],
    [tf.config.experimental.VirtualDeviceConfiguration(memory_limit=6000)]
    # 将显存限制提高到6000MB
)
logical_gpus = tf.config.list_logical_devices("GPU")

效果:
在这里插入图片描述

可以看到,再次运行tensorflow时,gpu训练可以用到6000MB,这个数值可以根据自己的需要进行调整。

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 2
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

打赏作者

lijiamingccc

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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