tensorflowGPU显存占用

问题

在毕设使用tensorflow在服务器上跑实验的时候遇到几个问题：

• tensorflow默认占用所有GPU资源，因此启动就把所有GPU显存给占满。

解决办法：使用启用最少的GPU显存来运行程序或者限定显存比例

config = tf.ConfigProto() 
config.gpu_options.allow_growth = True 
session = tf.Session(config=config) 

config = tf.ConfigProto() 
# 占用GPU40%的显存,指定比例
config.gpu_options.per_process_gpu_memory_fraction = 0.4 
session = tf.Session(config=config)

另外一个问题是虽然指定了某个GPU运算，但还是会占用另外一个GPU的显存：

+ 因为在tensorflow代码中with tf.device(‘/gpu:0’):只会指定在GPU 0上计算，但仍然会默认占用所有GPU资源。

解决办法：添加如下代码：

import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = "0" //使用GPU0，这样就不会占用GPU1的显存

最终效果：