本文介绍了在深度学习平台如Theano、TensorFlow和Caffe中如何分配和使用GPU资源。针对Theano，需要安装libgpuarray并设置设备和显存使用比例；TensorFlow则通过CUDA_VISIBLE_DEVICES环境变量指定GPU；Caffe使用-gpu参数选择GPU。同时提醒注意，平台中的GPU ID与nvidia-smi显示的ID相反，并建议在运行前检查GPU使用情况。
本说明只适用于GPU显存分配，以及如何使用指定使用某个GPU。
要同时使用多GPU计算时，tensorflow需要自己修改代码，theano需要安装libgpuarrary（还没安装成功）
theano：
例子：
THEANO_FLAGS='device=gpu0,lib.cnmem=0.1' python test.py说明：
device=gpu0,表示使用ID号为0的GPU，要使用其他GPU，只需更改后面的数字。
lib.cnmem=0.1,表示使用GPU所有显存的10%，cnmem需要额外安装。
python test.py,表示运行test.py
tensorflow：
tensorflow默认使用所有GPU的显存，如果想要使用某个GPU，那么在命令前加入CUDA_VISIBLE_DEVICES指定使用gpu ID号。比如,启用2号GPU，运行test.py：
CUDA_VISIBLE_DEVICES=2 python test.py tensorflow也可以限制使用显存大小
最低0.47元/天 解锁文章
7022
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
