TensorFlow如何指定GPU訓練模型
如何指定GPU訓練模型
Linux 查看當前服務器 GPU 的占用情況可以使用 nvidia-smi 命令,如下所示:
nvidia-smi

關于 nvidia-smi 命令輸出的詳細解釋,可參考筆者的另外一篇文章:GPU狀態(tài)監(jiān)測 nvidia-smi 命令詳解。
在此不再贅述,本文主要分享一下在用 TensorFlow 訓練模型時如何指定 GPU。
在用 TensorFlow 訓練深度學習模型的時候,若無手動指定,默認是選用第0塊來訓練,而且其他幾塊 GPU 也會被顯示占用。
有時候,我們更希望可以自己指定一塊或者多塊 GPU 來訓練模型,接下來介紹一種常用的也是比較有效的方法:
舉個例子
如果要指定只用第0塊 GPU 訓練,可以在 python 代碼中如下指定:
import os os.environ['CUDA_VISIBLE_DEVICES']='0'
運行 python 程序后,可發(fā)現(xiàn)就只有第0塊 GPU 顯示被占用,如上圖所示。
如果要指定多塊 GPU
可以如下:
os.environ['CUDA_VISIBLE_DEVICES']='1,2'
當然,上述這種方法不太方便,每次運行若換用 GPU 訓練都需要改代碼,可以在運行 python 程序的時候進行指定:
CUDA_VISIBLE_DEVICES=0 python textCnn.py
以上為個人經(jīng)驗,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
Python實現(xiàn)提取谷歌音樂搜索結(jié)果的方法
這篇文章主要介紹了Python實現(xiàn)提取谷歌音樂搜索結(jié)果的方法,涉及Python針對谷歌音樂相關信息的獲取技巧,具有一定參考借鑒價值,需要的朋友可以參考下2015-07-07
django跳轉(zhuǎn)頁面?zhèn)鲄⒌膶崿F(xiàn)
這篇文章主要介紹了django跳轉(zhuǎn)頁面?zhèn)鲄⒌膶崿F(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2020-09-09
Python數(shù)據(jù)處理利器Slice函數(shù)用法詳解
這篇文章主要給大家介紹了關于Python數(shù)據(jù)處理利器Slice函數(shù)用法的相關資料,slice函數(shù)是Python中的一個內(nèi)置函數(shù),用于對序列進行切片操作,文中通過代碼介紹的非常詳細,需要的朋友可以參考下2024-03-03
Python實現(xiàn)的對本地host127.0.0.1主機進行掃描端口功能示例
這篇文章主要介紹了Python實現(xiàn)的對本地host127.0.0.1主機進行掃描端口功能,可實現(xiàn)掃描本機開放端口的功能,涉及Python socket模塊與Thread多線程模塊相關使用技巧,需要的朋友可以參考下2019-02-02

