# 使用0, 2, 3三块GPU
os.environ['CUDA_VISIBLE_DEVICES'] = '0, 2, 3'
#设置每个GPU应该拿出多少容量给进程使用,0.6表示60%
gpu_options=tf.GPUOptions(per_process_gpu_memory_fraction=0.6)
config=tf.ConfigProto(
gpu_options=gpu_options,
log_device_placement=True, # log_device_placement是否打印设备分配日志
allow_soft_placement=True) # allow_soft_placement指定设备不存在的话,是否允许TF自动分配设备
# 使用allow_growth option,开始分配少量显存,然后按需增加, 一般和tf.GPUOptions选择一个使用
# config.gpu_options.allow_growth = True
session = tf.Session(config=config, ...)
tf.ConfigProto() 和tensorflow的GPU配置
最新推荐文章于 2022-04-12 17:05:31 发布