• 为了保证你在浏览本网站时有着更好的体验,建议使用类似Chrome、Firefox之类的浏览器~~
    • 如果你喜欢本站的内容何不Ctrl+D收藏一下呢,与大家一起分享各种编程知识~
    • 本网站研究机器学习、计算机视觉、模式识别~当然不局限于此,生命在于折腾,何不年轻时多折腾一下

tensorflow中指定GPU设置

Tensorflow admin 3个月前 (09-07) 191次浏览 0个评论 扫描二维码

 

最近开始用 pair-wise ranknet 实现排序,开始写一写 tensorflow 代码

查看机器上 GPU 情况

命令: nvidia-smi

功能:显示机器上 gpu 的情况

命令: nvidia-smi -l

功能:定时更新显示机器上 gpu 的情况

 

其中左上侧有 0、1、2、3 的编号,表示 GPU 的编号,在后面指定 GPU 时需要使用这个编号。

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_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)

Deeplearn, 版权所有丨如未注明 , 均为原创丨本网站采用BY-NC-SA协议进行授权 , 转载请注明tensorflow 中指定 GPU 设置
喜欢 (1)
admin
关于作者:

您必须 登录 才能发表评论!