TensorFlow设置GPU占用量

tensorflow在训练时默认占用全部GPU的显存。

能够经过如下方式解决该问题：

一、在构造tf.Session()时候经过传递tf.GPUOptions做为可选配置参数的一部分来显式地指定须要分配的显存比例，以下所示：

# 假若有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指定了每一个GPU进程中使用显存的上限，但它只能均匀做用于全部GPU，没法对不一样GPU设置不一样的上限

二、尝试以下设置：

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

当allow_growth设置为True时，分配器将不会指定全部的GPU内存，而是根据需求增加

三、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