由于我的GPU比较次,所以在遇到批量比较大或者输入图片分辨率较高时,我的GPU就顶不住了。
可以通过命令nvidia-smi查看显存使用情况(2002摸一下就用完了。。。)这时候只能放弃速度切换CPU版本了。
1.遇到显存不足的原因在切换CPU之前可以先尝试:
import tensorflow as tf
config = tf.compat.v1.ConfigProto(gpu_options=tf.compat.v1.GPUOptions(allow_growth=True))
sess = tf.compat.v1.Session(config=config)
2.切换CPU方式:
因为如果两个版本安装正确的话,默认是使用GPU的。如果查看是否安装成功或者遇到报错可以参考这篇博客(keras上运行Tensorflow-gpu的艰难历程(最新版,更新中)_新手村霸的博客-CSDN博客_tensorflow和keras版本匹配)
从GPU切换为CPU只需要在程序开始之前(或者keras第一个运行)输入如下代码:
import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = "-1"