tensorflow2.0显存设置

针对新购显卡在TensorFlow中显存显示不全的问题,本文介绍了两种解决方案:按需分配显存和直接限制显存大小,并探讨了如何将设置全局化。
部署运行你感兴趣的模型镜像

遇到一个问题:
新买显卡显存8G但是tensorflow运行的时候界面显示只有约6.3G的显存可用,如下图:
在这里插入图片描述
即限制了我的显存,具体原因为什么我也不知道,但原来的显存小一些的显卡就没有这个问题。

目前的解决办法是:
官方文档解决
然后对应的中文博客

总结一下,就是下面的两个办法:

  1. 设置每次使用时按需申请

    # 获取所有GPU组成list
    gpus = tf.config.experimental.list_physical_devices('GPU')
    # 设置按需申请
    # 由于我这里仅有一块GPU,multi-GPU需要for一下
    tf.config.experimental.set_memory_growth(gpu[0], True)
    
  2. 直接限制可使用显存大小

    gpus = tf.config.experimental.list_physical_devices('GPU')
    # 对需要进行限制的GPU进行设置
    tf.config.experimental.set_virtual_device_configuration(gpus[0],
                                                            [tf.config.experimental.VirtualDeviceConfiguration(memory_limit=8192)])
    

最后,这两个方法的不足,即还没有完全解决我的问题:
但是这两个办法都是只能修改本次运行,
如何设置为全局设置,即每次打开都不用再添加这几行代码就为上次的设置,
我目前还没发现。。。
如有看到的请教我一下嘛

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 1
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