Loading [MathJax]/jax/output/CommonHTML/config.js

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

社区首页 >专栏 >TensorFlow使用GPU

TensorFlow使用GPU

机器学习和大数据挖掘

发布于 2019-07-01 10:23:52

发布于 2019-07-01 10:23:52

2.2K00

代码可运行

举报

文章被收录于专栏：数据挖掘数据挖掘

运行总次数：0

代码可运行

查看机器 GPU 的信息：

nvidia-smi

持续更新查看：

nvidia-smi -l

其他方式如下：

import os

# 使用GPU0 和 GPU1
os.environ['CUDA_VISIBLE_DEVICES'] = '0, 1'  

# 通过 allow_soft_placement 参数自动将无法放在 GPU 上的操作放回 CPU
gpuConfig = tf.ConfigProto(allow_soft_placement=True)

# 限制一个进程使用 60% 的显存
gpuConfig.gpu_options.per_process_gpu_memory_fraction = 0.6

# 运行时需要多少再给多少
gpuConfig.gpu_options.allow_growth = True  

with tf.Session(config=gpuConfig) as sess:
     pass

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2018-10-09 ，如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

评论

登录后参与评论

暂无评论

编辑精选文章

换一批

万字详解高可用架构设计

Go 开发者必备：Protocol Buffers 入门指南

10分钟带你彻底搞懂分布式链路跟踪

多租户的 4 种常用方案

亿级月活的社交 APP，陌陌如何做到 3 分钟定位故障？

60页PPT全解：DeepSeek系列论文技术要点整理

tensorflow 常用小技巧

https://blog.csdn.net/m0_37041325/article/details/77488981 我的虚拟机用的是zsh，所以不是操作~/.bashrc

平凡的学生族

2019/05/25

4410

Tensorflow: CUDA_ERROR_OUT_OF_MEMORY 亲测有效

tensorflow gpu memory

import os os.environ["CUDA_VISIBLE_DEVICES"] = '0' #use GPU with ID=0 config = tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fraction = 0.5 # maximun alloc gpu50% of MEM config.gpu_options.allow_growth = True #allocate dynamically sess = tf.S

种花家的奋斗兔

2020/11/13

1.5K0

tensorflow学习笔记（二十五）：ConfigProto&GPU

本文介绍了TensorFlow中ConfigProto和GPU的用法，包括如何配置session、使用GPU资源以及设置每个GPU的容量。作者希望通过对这些概念的深入了解，更好地利用TensorFlow进行深度学习任务。

ke1th

2018/01/02

7410

Tensorflow多GPU使用详解

磐创AI 专注分享原创AI技术文章翻译 | fendouai 编辑 | 磐石【磐创AI导读】：本文编译自tensorflow官方网站，详细介绍了Tensorflow中多GPU的使用。欢迎大家点击上方蓝字关注我们的公众号：磐创AI。目录：介绍记录设备状态手动分配状态允许GPU内存增长在多GPU系统是使用单个GPU 使用多个 GPU 一．介绍在一个典型的系统中，有多个计算设备。在 TensorFlow 中支持的设备类型包括 CPU 和 GPU。他们用字符串来表达，例如： •"/cpu:0":

磐创AI

2018/07/03

5.7K0

TensorFlow中使用GPU

TensorFlow默认会占用设备上所有的GPU以及每个GPU的所有显存；如果指定了某块GPU,也会默认一次性占用该GPU的所有显存。可以通过以下方式解决：

用户1432189

2020/02/19

4.4K0

[转载]tensorflow中使用tf.ConfigProto()配置Session运行参数&&GPU设备指定

tf.ConfigProto()函数用在创建session的时候，用来对session进行参数配置：

marsggbo

2018/12/07

1.2K0

tensorflow: interrupted by signal 9: SIGKILL

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_25737169/article/details/77585023

DoubleV

2018/09/12

5.9K0

tensorflow: interrupted by signal 9: SIGKILL

tensorflow到底是什么(tensorflow算法)

tensorflow https java 深度学习网络安全

config = tf.ConfigProto(allow_soft_placement=True)

全栈程序员站长

2022/07/25

3990

keras系列︱keras是如何指定显卡且限制显存用量（GPU/CPU使用）

tensorflow keras https 网络安全

版权声明：博主原创文章，微信公众号：素质云笔记,转载请注明来源“素质云博客”，谢谢合作！！ https://blog.csdn.net/sinat_26917383/article/details/75633754

悟乙己

2019/05/26

4K0

不安装tensorflow-gpu如何使用GPU

tensorflow cpu gpu 博客内存

这是个很严峻的问题，每次跑代码，内存就炸了，gpu还没开始用呢，看一些博客上是这样说的：

bye

2021/01/07

1.9K0

Keras - GPU ID 和显存占用设定

keras tensorflow

Keras - GPU ID 和显存占用设定初步尝试 Keras (基于 Tensorflow 后端)深度框架时, 发现其对于 GPU 的使用比较神奇, 默认竟然是全部占满显存, 1080Ti 跑个小分类问题, 就一下子满了. 而且是服务器上的两张 1080Ti. 服务器上的多张 GPU 都占满, 有点浪费性能. 因此, 需要类似于 Caffe 等框架的可以设定 GPU ID 和显存自动按需分配. 实际中发现, Keras 还可以限制 GPU 显存占用量. 这里涉及到的内容有: GPU ID 设定 GPU

AIHGF

2018/05/17

2.1K0

【深度学习】Python使用指定gpu运行代码

python 深度学习 gpu 程序脚本

在大型机构分配的服务器集群中，需要使用GPU的程序默认都会在第一张卡上进行，如果第一张卡倍别人占用或者显存不够的情况下，程序就会报错说没有显存容量，所以能够合理地利用GPU资源能帮助你更快更好地跑出实验效果。 1、指定使用GPU0运行脚本（默认是第一张显卡, 0代表第一张显卡的id,其他的以此类推）第一种方式：

Twcat_tree

2023/10/30

6.5K1

tensorflow 常用API

注意tensorflow会检查类型，不指定类型时按照默认类型，如1认为是int32, 1.0认为是float32

羽翰尘

2019/11/21

5830

tf.ConfigProto类

tf.ConfigProto()主要的作用是配置tf.Session的运算方式，比如gpu运算或者cpu运算，设置性质如下：

狼啸风云

2019/08/14

1.4K0

机器学习入门之HelloWorld（Tensorflow）

机器学习 tensorflow

本文介绍一些机器学习的入门知识，从安装环境到跑通机器学习入门程序MNIST demo。

Techeek

2018/03/13

4.2K4

机器学习入门之HelloWorld（Tensorflow）

failed to allocate **M (** bytes) from device: CUDA_ERROR_OUT_OF_MEMORY，错误原因及解决方案

config = tf.ConfigProto(allow_soft_placement=True) gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7) config.gpu_options.allow_growth = True

水球喵子

2018/07/27

3.6K0

用GPU进行TensorFlow计算加速

tensorflow 深度学习

TensorFlow程序可以通过tf.device函数来指定运行每一个操作的设备，这个设备可以是本地的CPU或者GPU，也可以是某一台远程的服务器。但在本文中只关心本地的设备。TensorFlow会给每一个可用的设备一个名称，tf.device函数可以通过设备的名称来指定执行运算的设备。比如CPU在TensorFlow中的名称为/cpu:0。在默认情况下，即使机器有多个CPU，TensorFlow也不会区分它们，所有的CPU都使用/cpu:0作为名称。而一台机器上不同GPU的名称是不同的，第n个GPU在TensorFlow中的名称为/gpu:n。比如第一个GPU的名称为/gpu:0，第二个GPU名称为/gpu:1，以此类推。

博文视点Broadview

2020/06/11

2.1K0

相关推荐

tensorflow 常用小技巧

更多 >

本文部分代码块支持一键运行，欢迎体验

本文部分代码块支持一键运行，欢迎体验