版權(quán)聲明：本文為博主原創(chuàng)文章，遵循 CC 4.0 BY-SA 版權(quán)協(xié)議，轉(zhuǎn)載請附上原文出處鏈接和本聲明。
本文鏈接：https://blog.csdn.net/dcrmg/article/details/79091941
收起
tf.ConfigProto()函數(shù)用在創(chuàng)建session的時(shí)候，用來對session進(jìn)行參數(shù)配置：

?

?

config = tf.ConfigProto(allow_soft_placement=True, allow_soft_placement=True)
config.gpu_options.per_process_gpu_memory_fraction = 0.4 ?#占用40%顯存
sess = tf.Session(config=config)
?

?

1. 記錄設(shè)備指派情況 :??tf.ConfigProto(log_device_placement=True)

設(shè)置tf.ConfigProto()中參數(shù)log_device_placement = True ,可以獲取到 operations 和 Tensor 被指派到哪個(gè)設(shè)備(幾號(hào)CPU或幾號(hào)GPU)上運(yùn)行,會(huì)在終端打印出各項(xiàng)操作是在哪個(gè)設(shè)備上運(yùn)行的。

2. 自動(dòng)選擇運(yùn)行設(shè)備 ： tf.ConfigProto(allow_soft_placement=True)

在tf中，通過命令 "with tf.device('/cpu:0'):",允許手動(dòng)設(shè)置操作運(yùn)行的設(shè)備。如果手動(dòng)設(shè)置的設(shè)備不存在或者不可用，就會(huì)導(dǎo)致tf程序等待或異常，為了防止這種情況，可以設(shè)置tf.ConfigProto()中參數(shù)allow_soft_placement=True，允許tf自動(dòng)選擇一個(gè)存在并且可用的設(shè)備來運(yùn)行操作。

3. 限制GPU資源使用：

?

為了加快運(yùn)行效率，TensorFlow在初始化時(shí)會(huì)嘗試分配所有可用的GPU顯存資源給自己，這在多人使用的服務(wù)器上工作就會(huì)導(dǎo)致GPU占用，別人無法使用GPU工作的情況。

tf提供了兩種控制GPU資源使用的方法，一是讓TensorFlow在運(yùn)行過程中動(dòng)態(tài)申請顯存，需要多少就申請多少;第二種方式就是限制GPU的使用率。

一、動(dòng)態(tài)申請顯存

?

?

config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config)
?

二、限制GPU使用率

?

?

?

?

config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.4 ?#占用40%顯存
session = tf.Session(config=config)

或者：

?

?

gpu_options=tf.GPUOptions(per_process_gpu_memory_fraction=0.4)
config=tf.ConfigProto(gpu_options=gpu_options)
session = tf.Session(config=config)
?

設(shè)置使用哪塊GPU

方法一、在python程序中設(shè)置：

?

os.environ['CUDA_VISIBLE_DEVICES'] = '0' #使用 GPU 0
os.environ['CUDA_VISIBLE_DEVICES'] = '0,1' # 使用 GPU 0，1
?

方法二、在執(zhí)行python程序時(shí)候：

CUDA_VISIBLE_DEVICES=0,1 python yourcode.py

推薦使用更靈活一點(diǎn)的第二種方法。
————————————————
版權(quán)聲明：本文為CSDN博主「-牧野-」的原創(chuàng)文章，遵循 CC 4.0 BY-SA 版權(quán)協(xié)議，轉(zhuǎn)載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/dcrmg/article/details/79091941

總結(jié)

以上是生活随笔為你收集整理的tensorflow中使用tf.ConfigProto()配置Session运行参数GPU设备指定的全部內(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。