开发者

Tensorflow训练模型默认占满所有GPU的解决方案

开发者 https://www.devze.com 2023-05-11 09:16 出处:网络 作者: 石头儿啊
目录Tensorflow训练模型默认占满所有GPU问题TensorFlow默认的是占用所有GPU解决tensorflow2.2把GPU显存占满解决代码总结Tensorfl编程ow训练模型默认占满所有GPU问题
目录
  • Tensorflow训练模型默认占满所有GPU问题
    • TensorFlow默认的是占用所有GPU
  • 解决tensorflow2.2把GPU显存占满
    • 解决代码
  • 总结

    Tensorfl编程ow训练模型默认占满所有GPU问题

    在使用gpu服务器训练tensorflow模型时,总是占满显存!

    TensorFlow默认的是占用所有GPU

    因此我们需要手动设置使用的GPU编号以及单个GPU显存占用比例

    1.第一步需要在代码中开头加入 

    import os
    os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" # 按照PCI_BUS_ID顺序从0开始排列GPU设备
    os.environ["CUDA_VISIBLE_DEVICES"]=‘0' # 使用0号gpu(想使用其他编号GPU,对应修改引号中的内容即可)
    os.environ["CUDA_VISIBLE_DEVICES"]=‘0,1php' # 使用0号GPU和1号GPU

    2.第二步需要将代码中的sess = tf.Session()改为

    gpu_options = tf.GPUOptions(per_proces编程客栈s_gpu_memory_fraction=0.333) # 通过改变0.333可以改变占用显存比例
    sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))

    per_process_gpu_memory_fraction=0.333代表的含义就是每个GPU进程中使用显存的上限为该GPU总量的1/开发者_Python教程3

    3.如果想要在程序运行过程中连续查看GPU信息

    可以在终端使用该 指令(执行指令:watch -n 3 -d nvidia-smi # 每隔三秒输出一次)(前提是设备中有合适的NVIDIA驱动)

    解决tensorflow2.2把GPU显存占满

    安装了tensorflow-gpu后,运行程序默认是把GPU的内存全部占满的,有时我们不想全部占满,可以这样操作。

    解决代码

    import tensorflow as tf 
    import os
    os.environ['CUDA_VISIBLE_DEVICES']="0" # 指定哪块GPU训练
    config=tf.compat.v1.ConfigProto() 
    # 设置最大占有GPU不超过显存的80%(可选)
    # config.gpu_options.per_process_androidgpu_memory_fraction=0.8
    configjs.gpu_options.allow_growth = True  # 设置动态分配GPU内存
    sess=tf.compat.v1.Session(config=config)

    如图:

    Tensorflow训练模型默认占满所有GPU的解决方案

    总结

    以上为个人经验,希望能给大家一个参考,也希望大家多多支持我们。

    0

    精彩评论

    暂无评论...
    验证码 换一张
    取 消

    关注公众号