即使在重新启动计算机后,仍有95%的已用GPU内存
python3
.
请注意,即使没有运行的训练脚本,内存消耗也会保持不变,而且我从未使用过
keras/tensorflow
在系统环境中,只有
venv
更新时间:
最后一个活动是使用以下配置执行NN测试脚本:
tensorflow==1.14.0
Keras==2.0.3
tf.autograph.set_verbosity(1)
session_conf = tf.ConfigProto(intra_op_parallelism_threads=8, inter_op_parallelism_threads=8)
tf.set_random_seed(1)
session_conf.gpu_options.allow_growth = True
sess = tf.Session(graph=tf.get_default_graph(), config=session_conf)
K.set_session(sess)
$ nvidia-smi
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.26 Driver Version: 440.26 CUDA Version: 10.2 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-