tensorflow 限制显存大小的实现
Python在用GPU跑模型的时候最好开多进程，因为很明显这种任务就是计算密集型的。
用进程池好管理，但是tensorflow默认情况会最大占用显存，尽管该任务并不需要这么多，因此我们可以设置显存的按需获取，这样程序就不会死掉了。
1.按比例预留：
tf_config=tensorflow.ConfigProto() tf_config.gpu_options.per_process_gpu_memory_fraction=0.5#分配50% session=tensorflow.Session(config=tf_config)
2.或者干脆自适应然后自动增长：
tf_config=tensorflow.ConfigProto() tf_config.gpu_options.allow_growth=True#自适应 session=tensorflow.Session(config=tf_config)
以上这篇tensorflow限制显存大小的实现就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。