import osimport tensorflow as tfconfig = tf.ConfigProto()config.gpu_options.per_process_gpu_memory_fraction = 0.5 # 控制占用顯卡最高顯存為50%， 這個提供多人使用config.gpu_options.allow_growth = True # 設置動態分配GPUos.environ["CUDA_VISIBLE_DEVICES"] = '0' # 使用編號為0 的顯卡

tensorflwo 在訓練的時候是默認占用你所有顯卡的顯存的，這個時候就要指定用于訓練的顯卡并且還有限制顯存的上限
否則你在實驗室使用tensorflow訓練的時候將顯存占滿，這個時候實驗室的同門拳頭已經準備朝向你了；可能你會覺得不會知道你是誰，問題還不大；

要知道是誰在跑程序的方法又幾個，首先ps查看當前終端的歷史輸入記錄，一般跑實驗會切換到自己的文件目錄下，這個時候就能知道是誰在跑程序；其次就是使用==kill ==殺掉你的進程（哈哈）；讓你白跑；所以使用服務器的GPU就要注意使用指定的卡還有就是不要占滿顯存；

總結

以上是生活随笔為你收集整理的【tensorflow】 GPU 显存分配设置的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。