遇到问题: tensorflwow pytorch 控制gpu使用量指令

gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.333)
TensorFlow设置GPU占用量：
https://www.cnblogs.com/jiu0821/p/9501665.html

1 pytorch设置GPU占用量的指令是哪个？（未解决，）

是这个p['momentum'] =0.9么？不是，这个是动量帮助训练的
这个博客给出了解答：https://blog.csdn.net/u012328159/article/details/80311892

2 TensorFlow设置GPU占用量：(已解决，如下)

在构造tf.Session()时候通过传递tf.GPUOptions作为可选配置参数的一部分来显式地指定需要分配的显存比例，如下所示：

1 假如有12GB的显存并使用其中的4GB:
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.333)
sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))

per_process_gpu_memory_fraction指定了每个GPU进程中使用显存的上限，但它只能均匀作用于所有GPU，无法对不同GPU设置不同的上限

2、尝试如下设置：

config = tf.ConfigProto()
config.gpu_options.allow_growth=True
sess = tf.Session(config=config)

当allow_growth设置为True时，分配器将不会指定所有的GPU内存，而是根据需求增长

3、指定GPU编号：

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

或者在脚本或者命令行中指定
export CUDA_VISIBLE_DEVICES=０