tensorflow出现gpu内存不足时的一些解决方案 – Python量化投资

tensorflow出现gpu内存不足时的一些解决方案

使用gpu训练神经网络时,tensorflow默认会申请分配所有的gpu资源,这会导致明明可以跑的模型却无法跑起来,报OOM而无法创建sessions。所以可以做如下配置,申请动态分配GPU。

#指定使用那块GUP训练
os.environ["CUDA_VISIBLE_DEVICES"] = '0'
config = tf.ConfigProto()
# 设置最大占有GPU不超过显存的70%
config.gpu_options.per_process_gpu_memory_fraction = 0.7 
# 重点:设置动态分配GPU
config.gpu_options.allow_growth = True
# 创建session时
with tf.Session(config=config) as sess:
···

https://www.jianshu.com/p/f63e5f01f22a

重装战姬下载
「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论