在tensorflow中,使用GPU训练模型会默认占有所有的显存,因此需要添加一些限制条件,使显存不会被全部占用。
1.分配GPU的显存
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7)
sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
2.按需分配显存
config = tf.ConfigProto()
config.gpu_options.allow_growth=True
sess = tf.Session(config=config)
3.限制GPU的使用数量
export CUDA_VISIBLE_DEVICES=1