解決Tensorflow占用GPU顯存問題
我使用Pytorch進行模型訓練時發(fā)現(xiàn)真正模型本身對于顯存的占用并不明顯,但是對應的轉換為tensorflow后(權重也進行了轉換),發(fā)現(xiàn)Python-tensorflow在使用時默認吃掉所有顯存,并且不手動終結程序的話顯存并不釋放(我有兩個序貫的模型,前面一個跑完后并不釋放占用顯存)(https://github.com/tensorflow/tensorflow/issues/1727),這一點對于后續(xù)的工作有很大的影響。
后面發(fā)現(xiàn)python-tensorflow限制顯存有兩種方法:
1. 設置顯卡的使用率
這種方法在學習和工作中比較好用,學習時可提高顯卡使用效率,工作時可方便的獲得GPU顯存消耗極限,用以提供顯卡購買時的參數(shù),現(xiàn)將代碼展示如下:

這里的0.1 表示使用顯存總量的的10%
2. 設置顯卡按需使用(這個本人并沒有專門測試,只是從tensorflow論壇上獲得)
gpu_options = tf.GPUOptions(allow_growth=True) sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
以上這篇解決Tensorflow占用GPU顯存問題就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
pandas.DataFrame刪除/選取含有特定數(shù)值的行或列實例
今天小編就為大家分享一篇pandas.DataFrame刪除/選取含有特定數(shù)值的行或列實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-11-11
Python使用difflib標準庫實現(xiàn)查找文本間的差異
在文本處理和比較中,查找文本之間的差異是一項常見的任務,本文將詳細介紹如何使用difflib模塊來查找文本之間的差異,包括單行和多行文本的比較、生成差異報告,需要的可以參考下2024-03-03
python選取特定列 pandas iloc,loc,icol的使用詳解(列切片及行切片)
今天小編就為大家分享一篇python選取特定列 pandas iloc,loc,icol的使用詳解(列切片及行切片),具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08

