TensorFlow错题集

最新推荐文章于 2022-11-05 14:53:58 发布

代码款款

最新推荐文章于 2022-11-05 14:53:58 发布

阅读量276

点赞数

分类专栏： # 通用实验相关文章标签： TensorFlow gpu

本文链接：https://blog.csdn.net/yifen4234/article/details/80149654

版权

31 篇文章 1 订阅

订阅专栏

 
 TensorFlow指定GPU使用及监控GPU占用情况 

  nvidia-smi -l 定时更新 

 
 在终端执行程序时指定GPU 
     

 
 CUDA_VISIBLE_DEVICES=1   python  your_file.py 

 
 这样在跑你的网络之前，告诉程序只能看到1号GPU，其他的GPU它不可见 

 
 可用的形式如下： 

 
 CUDA_VISIBLE_DEVICES=1           Only device 1 will be seen 

 
 CUDA_VISIBLE_DEVICES=0,1         Devices 0 and 1 will be visible 

 
 CUDA_VISIBLE_DEVICES="0,1"       Same as above, quotation marks are optional 

 
 CUDA_VISIBLE_DEVICES=0,2,3       Devices 0, 2, 3 will be visible; device 1 is masked 

 
 CUDA_VISIBLE_DEVICES=""          No GPU will be visible 

 
 在Python代码中指定GPU 

 
 import os 

 
 os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" 

 
 os.environ["CUDA_VISIBLE_DEVICES"] = "0" 

 
 设置定量的GPU使用量 

 
 config = tf.ConfigProto()  

 
 config.gpu_options.per_process_gpu_memory_fraction = 0.9 # 占用GPU90%的显存  

 
 session = tf.Session(config=config) 

 
 设置最小的GPU使用量 

 
 config = tf.ConfigProto()  

 
 config.gpu_options.allow_growth = True  

 
 session = tf.Session(config=config) 

 
 ------------------------------------------------------------------------ 

 
  单词删除 
 

 
  dw 删除到下一个单词开头 
  de 
   删除到本单词末尾dE 删除到本单词末尾包括标点在内 
  db 
   删除到前一个单词dB 删除到前一个单词包括标点在内 
 

 
  很明显，d是delete的缩写，而上面的x则是老式的清除意思 
 

 
  这里e表示往前删除一个单词，b表示往后删除一个单词，第一节中移动写的很清楚 
 

 
  要注意的是e b会忽略标点，如don't，它们会把这当做三个单词don、‘ 和 t 来删除 
 

 
  而大写的E B则不会 
 

 
  d0 删除到行首 
 

 
  d$ 删除光标之后的该行剩余部分。 
 

 
  TensorFlow指定GPU使用及监控GPU占用情况 
 

   nvidia-smi -l 定时更新 
 

 
  在终端执行程序时指定GPU

 
  CUDA_VISIBLE_DEVICES=1   python  your_file.py 
 

 
  这样在跑你的网络之前，告诉程序只能看到1号GPU，其他的GPU它不可见 
 

 
  可用的形式如下： 
 

 
  CUDA_VISIBLE_DEVICES=1           Only device 1 will be seen 
 

 
  CUDA_VISIBLE_DEVICES=0,1         Devices 0 and 1 will be visible 
 

 
  CUDA_VISIBLE_DEVICES="0,1"       Same as above, quotation marks are optional 
 

 
  CUDA_VISIBLE_DEVICES=0,2,3       Devices 0, 2, 3 will be visible; device 1 is masked 
 

 
  CUDA_VISIBLE_DEVICES=""          No GPU will be visible 
 

 
  在Python代码中指定GPU 
 

 
  import os 
 

 
  os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" 
 

 
  os.environ["CUDA_VISIBLE_DEVICES"] = "0" 
 

 
  设置定量的GPU使用量 
 

 
  config = tf.ConfigProto()  
 

 
  config.gpu_options.per_process_gpu_memory_fraction = 0.9 # 占用GPU90%的显存  
 

 
  session = tf.Session(config=config) 
 

 
  设置最小的GPU使用量 
 

 
  config = tf.ConfigProto()  
 

 
  config.gpu_options.allow_growth = True  
 

 
  session = tf.Session(config=config) 
 

 
  ------------------------------------------------------------------------ 
 

关注

专栏目录