在tensorflow中，默認指定占用所有的GPU，如需指定占用的GPU，可以在命令行中：
export CUDA_VISIBLE_DEVICES=1
這樣便是只占用1號GPU，通過命令
nvidia-smi
可以查看各個GPU的使用情況。
另外，也可以在python程序中指定GPU，并且動態分配memory，代碼如下
import os import sys os.environ['CUDA_VISIBLE_DEVICES'] = sys.argv[1] import tensorflow as tf from keras.backend.tensorflow_backend import set_session config = tf.ConfigProto() config.gpu_options.allow_growth = True set_session(tf.Session(config=config))
這樣，占用的GPU就是sys.argv[1]了，并且會按需分配memory。
以上這篇tensorflow指定GPU與動態分配GPU memory設置就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
