tensorflow keras设置显存比例

tensorflow:

1.定量设置显存
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7)
sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options)) 

      这样运行TensorFlow程序时，每个使用的GPU中，占用的显存都不超过总显存的0.7.
      比如我的GTX1080显存是8G左右，然后占用的显存应该是0.7*8=5.6G左右，得到的结果5.9G，差不多。

2.按需设置显存
gpu_options = tf.GPUOptions(allow_growth=True)
sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))   
    这样设置以后，程序就会按需占用GPU显存,也就是不会吃掉全部的显存，会自动选择最合适的
 

keras:

1.定量设置显存

from keras import backend as K

gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7)
sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options)) 

K.set_session(sess)

2.按需设置显存

from keras import backend as K

gpu_options = tf.GPUOptions(allow_growth=True)
sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))   

K.set_session(sess)