tensorflow：ConfigProto&GPU

tensorflow ConfigProto

tf.ConfigProto一般用在创建session的时候。用来对session进行参数配置

with tf.Session(config = tf.ConfigProto(...),...)

#tf.ConfigProto()的参数 

log_device_placement=True : 是否打印设备分配日志 

allow_soft_placement=True ： 如果你指定的设备不存在，允许TF自动分配设备 tf.ConfigProto(log_device_placement=True,allow_soft_placement=True)

控制GPU资源使用率

#allow growth 

config = tf.ConfigProto() 

config.gpu_options.allow_growth = True 

session = tf.Session(config=config, ...) 

# 使用allow_growth option，刚一开始分配少量的GPU容量，然后按需慢慢的增加，由于不会释放 #内存，所以会导致碎片

# per_process_gpu_memory_fraction 

gpu_options=tf.GPUOptions(per_process_gpu_memory_fraction=0.7) config=tf.ConfigProto(gpu_options=gpu_options) 

session = tf.Session(config=config, ...) 

#设置每个GPU应该拿出多少容量给进程使用，0.4代表 40%

• 
  

控制使用哪块GPU

~/ CUDA_VISIBLE_DEVICES=0 python your.py #使用GPU0 

~/ CUDA_VISIBLE_DEVICES=0,1 python your.py#使用GPU0,1 #注意单词不要打错