Python在用GPU跑模型的時候最好開多進程，因為很明顯這種任務就是計算密集型的。

用進程池好管理，但是tensorflow默認情況會最大占用顯存，盡管該任務并不需要這么多，因此我們可以設置顯存的按需獲取，這樣程序就不會死掉了。

1. 按比例預留：

tf_config = tensorflow.ConfigProto() tf_config.gpu_options.per_process_gpu_memory_fraction = 0.5 # 分配50% session = tensorflow.Session(config=tf_config) 

2. 或者干脆自適應然后自動增長：

tf_config = tensorflow.ConfigProto() tf_config.gpu_options.allow_growth = True # 自適應 session = tensorflow.Session(config=tf_config) 

以上這篇tensorflow 限制顯存大小的實現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武林站長站。