关于Keras使用GPU资源耗尽的解决办法

我们在使用GPU资源进行训练的时候，可能会发生资源耗尽的情况，那么在在这种情况，我们需要对GPU的资源进行合理的安排，具体使用办法如下：

框架：Tensorflow和Keras

方法

import tensorflow as tf
import keras.backend.tensorflow_backend as KTF
config = tf.ConfigProto()
config.gpu_options.allow_growth=True   #不全部占满显存, 按需分配
sess = tf.Session(config=config)
KTF.set_session(sess)  # 设置session

通过这种方法，就能合理的使用GPU资源了。

至少到目前位置，我自己从程序没出现资源耗尽的情况，当然，对于batchsize的设置，一定要设置在合理的范围，所谓合理，大家自己体会。

调参不易，且调且珍惜，人生路远，望炼丹之路偶遇。