TensorFlow和keras中GPU使用的設(shè)置操作
1. 訓(xùn)練運(yùn)行時(shí)候指定GPU
運(yùn)行時(shí)候加一行代碼：
CUDA_VISIBLE_DEVICES=1 python train.py
2. 運(yùn)行過程中按需或者定量分配GPU
tensorflow直接在開啟Session時(shí)候加幾行代碼就行，而Keras指定GPU，并限制按需用量和TensorFlow不太一樣，因?yàn)閗eras訓(xùn)練是封裝好的，不好對(duì)Session操作。如下是兩種對(duì)應(yīng)的操作。
keras中的操作：
import os import tensorflow as tf from keras.backend.tensorflow_backend import set_session # 指定第一塊GPU可用 os.environ["CUDA_VISIBLE_DEVICES"] = "0" #指定GPU的第二種方法 config = tf.ConfigProto() config.gpu_options.allocator_type = 'BFC' #A "Best-fit with coalescing" algorithm, simplified from a version of dlmalloc. config.gpu_options.per_process_gpu_memory_fraction = 0.3 #定量 config.gpu_options.allow_growth = True #按需 set_session(tf.Session(config=config))
TensorFlow中的操作：
#指定GPU import os os.environ["CUDA_VISIBLE_DEVICES"] = "0" #設(shè)置GPU定量分配 config = tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fraction = 0.9 # 占用GPU90%的顯存 session = tf.Session(config=config) #設(shè)置GPU按需分配 config = tf.ConfigProto() config.gpu_options.allow_growth = True session = tf.Session(config=config)
補(bǔ)充：Keras以及Tensorflow強(qiáng)制使用CPU，GPU
Keras如果是使用Theano后端的話，應(yīng)該是自動(dòng)不使用ＧＰＵ只是用ＣＰＵ的，啟動(dòng)ＧＰＵ使用Theano內(nèi)部命令即可。
對(duì)于Tensorflow后端的Keras以及Tensorflow會(huì)自動(dòng)使用可見的ＧＰＵ，而我需要其必須只運(yùn)行在ＣＰＵ上。網(wǎng)上查到三種方法，最后一種方法對(duì)我有用，但也對(duì)三種都做如下記錄：
使用tensorflow的 with tf.device('/cpu:0'):函數(shù)。簡(jiǎn)單操作就是把所有命令都放在前面所述的域里面。
使用tensorflow聲明Session時(shí)的參數(shù)： 關(guān)于tensorflow中Session中的部分參數(shù)設(shè)置，以及Keras如何設(shè)置其調(diào)用的Tensorflow的Session，可以參見Keras設(shè)定GPU使用內(nèi)存大小(Tensorflow backend)。
對(duì)于Tensorflow，聲明Session的時(shí)候加入device_count={'gpu':0}即可，代碼如下：
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(device_count={'gpu':0}))
對(duì)于Keras,則調(diào)用后端函數(shù)，設(shè)置其使用如上定義的Session即可，代碼如下：
import tensorflow as tf
import keras.backend.tensorflow_backend as KTF
KTF.set_session(tf.Session(config=tf.ConfigProto(device_count={'gpu':0})))
對(duì)于多線程以及ＧＰＵ內(nèi)存設(shè)置等可以參見Keras設(shè)定GPU使用內(nèi)存大小(Tensorflow backend)。
3、第三種是使用CUDA_VISIBLE_DEVICES命令行參數(shù)，代碼如下：
CUDA_VISIBLE_DEVICES="0" python3 train.py
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
實(shí)操Python爬取覓知網(wǎng)素材圖片示例
大家好，本篇文章介紹的是實(shí)操Python爬取覓知網(wǎng)素材圖片示例，感興趣的朋友趕快來看一看吧，對(duì)你有用的話記得收藏起來，方便下次瀏覽2021-11-11
這篇文章主要介紹了Python進(jìn)階之路模塊、包和異常處理的相關(guān)資料,文中通過實(shí)例演示,展示了如何構(gòu)建模塊化的應(yīng)用并遵循最佳實(shí)踐,需要的朋友可以參考下2024-12-12
跟老齊學(xué)Python之集成開發(fā)環(huán)境(IDE)
IDE的全稱是：Integrated Development Environment，簡(jiǎn)稱IDE，也稱為Integration Design Environment、Integration Debugging Environment，翻譯成中文叫做“集成開發(fā)環(huán)境”，在臺(tái)灣那邊叫做“整合開發(fā)環(huán)境”。2014-09-09
python爬蟲實(shí)現(xiàn)最新12306搶票
這篇文章主要介紹了python爬蟲實(shí)現(xiàn)最新12306搶票，每到放假過節(jié)的時(shí)候，很多人總是對(duì)于搶不到車票而煩惱，那么經(jīng)過我?guī)讉€(gè)小時(shí)的不懈努力，完成了基于python?的12306搶票爬蟲，現(xiàn)在分享給大家。希望對(duì)大家有所幫助2022-01-01
python字典中items()函數(shù)用法實(shí)例
Python字典items()函數(shù)作用以列表返回可遍歷的(鍵, 值)元組數(shù)組,下面這篇文章主要給大家介紹了關(guān)于python字典中items()函數(shù)用法的相關(guān)資料,需要的朋友可以參考下2022-11-11
Python3.8如何解決No module named 'numpy&apos
這篇文章主要介紹了Python3.8如何解決No module named 'numpy'報(bào)錯(cuò)問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-06-06
利用Python實(shí)現(xiàn)命令行版的火車票查看器
當(dāng)你想查詢一下火車票信息的時(shí)候，你還在上12306官網(wǎng)嗎？或是打開你手機(jī)里的APP？下面讓我們來用Python寫一個(gè)命令行版的火車票查看器, 只要在命令行敲一行命令就能獲得你想要的火車票信息！如果你剛掌握了Python基礎(chǔ)，這將是個(gè)不錯(cuò)的小練習(xí)。2016-08-08
這篇文章主要介紹了24式加速你的Python(小結(jié))，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2019-06-06
Linux上Miniconda的安裝的實(shí)現(xiàn)步驟
Miniconda是一個(gè)輕量級(jí)、免費(fèi)且開源的跨平臺(tái)軟件包管理系統(tǒng),本文主要介紹了Linux上Miniconda的安裝的實(shí)現(xiàn)步驟,具有一定的參考價(jià)值,感興趣的可以了解一下2024-03-03
Python的Django中將文件上傳至七牛云存儲(chǔ)的代碼分享
七牛云存儲(chǔ)可以幫助服務(wù)器轉(zhuǎn)存圖片等數(shù)據(jù),類似于Dropbox等存儲(chǔ)服務(wù),這里就帶給大家Python的Django中將文件上傳至七牛云存儲(chǔ)的代碼分享,需要的朋友可以參考下2016-06-06