今天小编就为大家分享一篇Tensorflow设置显存自适应,显存比例的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

Python在用GPU跑模型的时候最好开多进程，因为很明显这种任务就是计算密集型的。 用进程池好管理，但是tensorflow默认情况会最大占用显存，尽管该任务并不需要这么多，因此我们可以设置显存的按需获取，这样程序就不会死掉了。 1. 按比例预留： tf_config = tensorflow.ConfigProto() tf_config.gpu_options.per_process_gpu_memory_fraction = 0.5 # 分配50% session = tensorfl

Tensorfow框架下，在模型运行时，设置对显存的占用。 1. 按比例 config = tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fraction = 0.4 # 根据自己的需求确定 session = tf.Session(config=config, ...) 2. 自适应 config = tf.ConfigProto() config.gpu_options.allow_growth = True ses