import osimport tensorflow as tfconfig = tf.ConfigProto()config.gpu_options.per_process_gpu_memory_fraction = 0.5 # 控制占用顯卡最高顯存為50%， 這個(gè)提供多人使用config.gpu_options.allow_growth = True # 設(shè)置動(dòng)態(tài)分配GPUos.environ["CUDA_VISIBLE_DEVICES"] = '0' # 使用編號(hào)為0 的顯卡

tensorflwo 在訓(xùn)練的時(shí)候是默認(rèn)占用你所有顯卡的顯存的，這個(gè)時(shí)候就要指定用于訓(xùn)練的顯卡并且還有限制顯存的上限
否則你在實(shí)驗(yàn)室使用tensorflow訓(xùn)練的時(shí)候?qū)@存占滿，這個(gè)時(shí)候?qū)嶒?yàn)室的同門拳頭已經(jīng)準(zhǔn)備朝向你了；可能你會(huì)覺得不會(huì)知道你是誰，問題還不大；

要知道是誰在跑程序的方法又幾個(gè)，首先ps查看當(dāng)前終端的歷史輸入記錄，一般跑實(shí)驗(yàn)會(huì)切換到自己的文件目錄下，這個(gè)時(shí)候就能知道是誰在跑程序；其次就是使用==kill ==殺掉你的進(jìn)程（哈哈）；讓你白跑；所以使用服務(wù)器的GPU就要注意使用指定的卡還有就是不要占滿顯存；

總結(jié)

以上是生活随笔為你收集整理的【tensorflow】 GPU 显存分配设置的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。