动态内存
config = tf.ConfigProto()
config.gpu_options.allow_growth=True
sess = tf.Session(config=config)
如何控制GPU资源率
(参考:http://blog.csdn.net/u012436149/article/details/53837651)
allow growth
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config, ...)
使用allow_growth option,刚一开始分配少量的GPU容量,然后按需慢慢的增加,由于不会释放内存,所以会导致碎片
per_process_gpu_memory_fraction
gpu_options=tf.GPUOptions(per_process_gpu_memory_fraction=0.7)
config=tf.ConfigProto(gpu_options=gpu_options)
session = tf.Session(config=config, ...)
设置每个GPU应该拿出多少容量给进程使用,0.4代表 40%
控制使用哪块GPU卡
控制方式
~/ CUDA_VISIBLE_DEVICES=0 python your.py#使用GPU0
~/ CUDA_VISIBLE_DEVICES=0,1 python your.py#使用GPU0,1
注意单词不要打错
reference
http://blog.csdn.net/sunwuhuang1/article/details/53946462