Jupyter notebook Tensorflow GPU Memory 释放

Jupyter notebook 每次运行完tensorflow的程序，占着显存不释放。而又由于tensorflow是默认申请可以使用的所有显存，就会使得后续程序难以运行。暂时尚未找到在jupyter notebook里面自动释放显存的方法，可是咱们能够作的是经过指定config为使用的显存按需自动增加，这样能够避免大多数的问题。代码以下:

gpu_no = '0' # or '1'
os.environ["CUDA_VISIBLE_DEVICES"] = gpu_no

# 定义TensorFlow配置
config = tf.ConfigProto()

# 配置GPU内存分配方式，按需增加，很关键
config.gpu_options.allow_growth = True

# 配置可以使用的显存比例
config.gpu_options.per_process_gpu_memory_fraction = 0.1

# 在建立session的时候把config做为参数传进去
sess = tf.InteractiveSession(config = config)

参考连接: http://blog.csdn.net/leibaojiangjun1/article/details/53671257