keras如何指定運行時顯卡及限制GPU用量
更新時間：2024年03月28日 09:49:44 作者：T_白日夢想家
這篇文章主要介紹了keras如何指定運行時顯卡及限制GPU用量問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
keras指定運行時顯卡及限制GPU用量
keras在使用GPU的時候有個特點，就是默認(rèn)全部占滿顯存。
這樣如果有多個模型都需要使用GPU跑的話，那么限制是很大的，而且對于GPU也是一種浪費。
因此在使用keras時需要有意識的設(shè)置運行時使用那塊顯卡，需要使用多少容量。
這方面的設(shè)置一般有三種情況：
- 1. 指定顯卡
- 2. 限制GPU用量
- 3. 即指定顯卡又限制GPU用量
查看GPU使用情況語句（linux）
# 1秒鐘刷新一次 watch -n 1 nvidia-smi
一、指定顯卡
import os os.environ["CUDA_VISIBLE_DEVICES"] = "2"
這里指定了使用編號為2的GPU，大家可以根據(jù)需要和實際情況來指定使用的GPU
二、限制GPU用量
1、設(shè)置使用GPU的百分比
import tensorflow as tf import keras.backend.tensorflow_backend as KTF #進(jìn)行配置，使用30%的GPU config = tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fraction = 0.3 session = tf.Session(config=config) # 設(shè)置session KTF.set_session(session )
需要注意的是，雖然代碼或配置層面設(shè)置了對顯存占用百分比閾值，但在實際運行中如果達(dá)到了這個閾值，程序有需要的話還是會突破這個閾值。
換而言之如果跑在一個大數(shù)據(jù)集上還是會用到更多的顯存。
以上的顯存限制僅僅為了在跑小數(shù)據(jù)集時避免對顯存的浪費而已。
2、GPU按需使用
import tensorflow as tf import keras.backend.tensorflow_backend as KTF config = tf.ConfigProto() config.gpu_options.allow_growth=True #不全部占滿顯存, 按需分配 session = tf.Session(config=config) # 設(shè)置session KTF.set_session(sess)
三、指定GPU并且限制GPU用量
這個比較簡單，就是講上面兩種情況連上即可。。。
import os import tensorflow as tf import keras.backend.tensorflow_backend as KTF # 指定第一塊GPU可用 os.environ["CUDA_VISIBLE_DEVICES"] = "0" config = tf.ConfigProto() config.gpu_options.allow_growth=True #不全部占滿顯存, 按需分配 sess = tf.Session(config=config) KTF.set_session(sess)
總結(jié)
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(guān)文章
python 操作sqlite數(shù)據(jù)庫的方法
sqlite的官網(wǎng) sqlite.org/index.html SQLite 作為一個SQL數(shù)據(jù)庫引擎，是由C語言實現(xiàn)的，又小又快，具有高可靠性且功能齊全。 作為嵌入式數(shù)據(jù)庫，在移動設(shè)備中使用非常廣泛且方便。本文講解如何使用python操作sqlite數(shù)據(jù)庫2021-06-06
django中的select_related和prefetch_related性能優(yōu)化分析
這篇文章主要介紹了django中的select_related和prefetch_related性能優(yōu)化分析,本文給大家介紹的非常詳細(xì),需要的朋友可以參考下2024-07-07
有時為了提高搜索效率，也讓搜索引擎更容易發(fā)現(xiàn)自己的文章，我們需要將文章鏈接推送到百度站長平臺，起到快速收錄的目的。本文將主要介紹如何通過Python實現(xiàn)這一功能，需要的可以參考一下2021-12-12
本文主要內(nèi)容是python下opencv庫的安裝過程，涉及我在安裝時遇到的問題，并且，將從網(wǎng)上搜集并試用的一些解決方案進(jìn)行了簡單的匯總，感興趣的小伙伴們可以參考一下2021-06-06
這篇文章主要介紹了Python實現(xiàn)按中文排序的方法,涉及Python基于locale模塊的中文編碼與排序相關(guān)操作技巧,需要的朋友可以參考下2018-04-04
這篇文章主要介紹了Python psutil模塊簡單使用實例,本文直接給出使用腳本,實現(xiàn)查看cpu的信息、查看內(nèi)存信息、查看系統(tǒng)啟動時間、查看網(wǎng)卡信息等,需要的朋友可以參考下2015-04-04
這篇文章主要介紹了python中Flask框架簡單入門實例,以一個hello程序簡單分析了Flask框架的使用技巧,需要的朋友可以參考下2015-03-03
Python進(jìn)度條神器tqdm是一個快速、可擴展的進(jìn)度條工具，可以輕松地為Python腳本添加進(jìn)度條。它可以在循環(huán)中自動計算進(jìn)度，并在終端中顯示進(jìn)度條，讓用戶了解程序的運行情況。tqdm還支持多線程和多進(jìn)程，并且可以自定義進(jìn)度條的樣式和顯示方式。2023-06-06
Python實現(xiàn)獲取命令行輸出結(jié)果的方法
這篇文章主要介紹了Python實現(xiàn)獲取命令行輸出結(jié)果的方法,涉及Python命令執(zhí)行及文件讀寫等相關(guān)操作技巧,需要的朋友可以參考下2017-06-06
python機器學(xué)習(xí)XGBoost梯度提升決策樹的高效且可擴展實現(xiàn)
這篇文章主要為大家介紹了python機器學(xué)習(xí)XGBoost梯度提升決策樹的高效且可擴展實現(xiàn),有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01