Tensorfow框架下，在模型運行時，設置對顯存的占用。

1. 按比例

config = tf.ConfigProto()config.gpu_options.per_process_gpu_memory_fraction = 0.4 # 根據自己的需求確定session = tf.Session(config=config, ...)

2. 自適應

config = tf.ConfigProto()config.gpu_options.allow_growth = Truesession = tf.Session(config=config, ...)

設置GPU的使用率的時候，都是在創建Session的時候，對config類進行設置。

此外，當電腦上有多塊GPU的時候，可以指定選取哪一快GPU進行計算。

# 在程序開頭添加os.environ['CUDA_VISIBLE_DEVICES'] = '0' #使用 GPU 0 0對應著ubuntu系統給GPU的序號,可通過Nvidia-smi命令查看

若存在多個GPU

os.environ['CUDA_VISIBLE_DEVICES'] = '0,1' # 使用 GPU 0，1

一個常見的在代碼中指定GPU使用的范例：

import tensorflow as tfimport numpy as npimport osos.environ['CUDA_VISIBLE_DEVICES']='0'config = tf.ConfigProto()config.gpu_options.per_process_gpu_memory_fraction=0.6with tf.Session(graph=...,config=config) as sess:## 后續的操作

以上這篇Tensorflow設置顯存自適應,顯存比例的操作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。