当实验室的服务器紧张,一张卡要几个人用时,就得预留显存给别人了,如果默认模式,TensorFlow会占用所有的freememory,这就不友好了。除此之外,如果指定显存自增长,也方便你知道自己的程序需要多大的显存。
tf_config = tf.ConfigProto()
'''
当限制GPU使用率时,GPU所占的显存是一直占着的,哪怕你Ctrl+Z 终止了程序,这时你需要手动kill进程。
'''
tf_config.gpu_options.per_process_gpu_memory_fraction = 0.5 # 分配50% 。
tf_config.gpu_options.allow_growth = True # 自适应,但不会超过上面设置的上限
session = tf.Session(config=tf_config)