GPU相关

NanciZhao

于 2020-06-21 10:19:26 发布

阅读量367

点赞数

分类专栏： tensorflow

本文链接：https://blog.youkuaiyun.com/yeziyezi1986/article/details/106882296

版权

本文详细介绍了如何配置和使用Tensorflow中的GPU资源，包括设置GPUOptions以控制GPU内存分配，利用nvidia-smi命令查看GPU状态，以及探讨了Tensorflow的分布式训练。文章还列举了Nvidia的不同GPU型号，如Tesla M40、P100等，并提到了不同阶段（原型设计、推理、训练）的GPU应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Tensorflow如何配置和使用GPU

tf.GPUOptions()

gpu_options = tf.GPUOptions(allow_growth=True)
gpu_options =tf.GPUOptions(per_process_gpu_memory_fraction=0.8,allow_growth=True) ##每个gpu占用0.8 的显存
config=tf.ConfigProto(gpu_options=gpu_options,allow_soft_placement=True)
sess=tf.session(config=config)##如果电脑有多个GPU，tensorflow默认全部使用。如果想只使用部分GPU，可以设置CUDA_VISIBLE_DEVICES。

控制使用哪个gpu

一、Nividia系列

Tesla M40
Tesla P100
Tesla T4
Tesla V100

二、CUDA

三、CUDA-tensorflow版本

四、如何查看系统有几个GPU

五、nvidia-smi命令

nvidia-smi
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.64.00 Driver Version: 440.64.00 CUDA Version: 10

最低0.47元/天解锁文章