tensorflowGPU显存占用

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

在 TensorFlow 2.x 中，设置 GPU 的方法略有不同。以下是如何在 TensorFlow 2.x 中指定使用第二个 GPU（即 GPU 1）并启用最少的 GPU 显存来运行程序的代码示例：

1. 导入 TensorFlow：

   import tensorflow as tf
   

2. 设置内存自增长：

   gpus = tf.config.experimental.list_physical_devices('GPU')
   if gpus:
       try:
           # 设置内存自增长
           for gpu in gpus:
               tf.config.experimental.set_memory_growth(gpu, True)
           print('-------------已设置完GPU内存自增长--------------')
   
           # 指定使用第二块GPU
           tf.config.experimental.set_visible_devices(gpus[1], 'GPU')
   
           # 获取逻辑GPU个数
           logical_gpus = tf.config.experimental.list_logical_devices('GPU')
           print('逻辑GPU个数为：', len(logical_gpus))
       except RuntimeError as e:
           # 打印异常信息
           print(e)
   

3. 运行示例代码：

   a = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
   b = tf.constant([[1.0, 2.0], [3.0, 4.0], [5.0, 6.0]])
   c = tf.matmul(a, b)
   print(c)
   

这段代码首先获取系统中所有的物理 GPU，然后设置它们的内存自增长。接着，通过 tf.config.experimental.set_visible_devices(gpus[1], 'GPU') 指定使用第二块 GPU。最后，运行一个简单的矩阵乘法操作来验证设置是否生效。

注意：在 TensorFlow 2.x 中，tf.config.experimental 模块用于进行这些配置。确保在程序的开始处设置这些配置，以确保它们在 TensorFlow 初始化之前生效。