tensorflow ConfigProto GPU

最新推荐文章于 2025-01-15 18:02:55 发布

转载最新推荐文章于 2025-01-15 18:02:55 发布 · 153 阅读

tensorflow 专栏收录该内容

17 篇文章

订阅专栏

本文详细介绍了如何使用tf.ConfigProto来配置TensorFlow的Session，包括设备分配日志、自动设备分配、GPU资源管理等关键参数的设置方法。通过具体示例，读者可以了解到如何控制GPU的使用率和指定使用的GPU设备。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tf.ConfigProto一般用在创建session的时候。用来对session进行参数配置

with tf.Session(config = tf.ConfigProto(...),...)

#tf.ConfigProto()的参数
log_device_placement=True : 是否打印设备分配日志
allow_soft_placement=True ：如果你指定的设备不存在，允许TF自动分配设备
tf.ConfigProto(log_device_placement=True,allow_soft_placement=True)

    1
    2
    3
    4

控制GPU资源使用率

#allow growth
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config, ...)
# 使用allow_growth option，刚一开始分配少量的GPU容量，然后按需慢慢的增加，由于不会释放
#内存，所以会导致碎片

    1
    2
    3
    4
    5
    6

# per_process_gpu_memory_fraction
gpu_options=tf.GPUOptions(per_process_gpu_memory_fraction=0.7)
config=tf.ConfigProto(gpu_options=gpu_options)
session = tf.Session(config=config, ...)
#设置每个GPU应该拿出多少容量给进程使用，0.4代表 40%

    1
    2
    3
    4
    5

控制使用哪块GPU

~/ CUDA_VISIBLE_DEVICES=0 python your.py#使用GPU0
~/ CUDA_VISIBLE_DEVICES=0,1 python your.py#使用GPU0,1
#注意单词不要打错

#或者在程序开头
os.environ['CUDA_VISIBLE_DEVICES'] = '0' #使用 GPU 0
os.environ['CUDA_VISIBLE_DEVICES'] = '0,1' # 使用 GPU 0，1