通过tensorflow调用CUDA库提示“CUDA_ERROR_OUT_OF_MEMORY: out of memory”的问题的解决办法

设置tensorflow动态申请显存。

具体方法见：

https://devtalk.nvidia.com/default/topic/1068031/cudnn/geforce-gtx-1660-super-cuda-not-working-in-anaconda/post/5411179/#5411179

对于tf1，可以进行如下设置：

1. import keras
2. import tensorflow as tf
3. gpu_options = tf.GPUOptions(allow_growth=True)
4. sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
5. keras.backend.tensorflow_backend.set_session(sess)

对于tf2，可以进行如下设置：

1. from tensorflow.compat.v1 import ConfigProto
2. from tensorflow.compat.v1 import InteractiveSession
3.  
4. config = ConfigProto()
5. config.gpu_options.per_process_gpu_memory_fraction = 0.2
6. config.gpu_options.allow_growth = True
7. session = InteractiveSession(config=config)

tf1和tf2是tensorflow大版本号