【tensorflow】 GPU 显存分配设置

	import os
    import tensorflow as tf
    
    config = tf.ConfigProto()
    
    config.gpu_options.per_process_gpu_memory_fraction = 0.5 # 控制占用显卡最高显存为50%， 这个提供多人使用
    
    config.gpu_options.allow_growth = True # 设置动态分配GPU
    
    os.environ["CUDA_VISIBLE_DEVICES"] = '0' # 使用编号为0 的显卡
    

tensorflwo 在训练的时候是默认占用你所有显卡的显存的，这个时候就要指定用于训练的显卡并且还有限制显存的上限
否则你在实验室使用tensorflow训练的时候将显存占满，这个时候实验室的同门拳头已经准备朝向你了；可能你会觉得不会知道你是谁，问题还不大；

要知道是谁在跑程序的方法又几个，首先ps查看当前终端的历史输入记录，一般跑实验会切换到自己的文件目录下，这个时候就能知道是谁在跑程序；其次就是使用==kill ==杀掉你的进程（哈哈）；让你白跑；所以使用服务器的GPU就要注意使用指定的卡还有就是不要占满显存；