os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ['CUDA_VISIBLE_DEVICES'] = "0"
config = tf.ConfigProto(allow_soft_placement=False, log_device_placement=False)
config.gpu_options.per_process_gpu_memory_fraction = 0.6 # 分配百分之七十的显存给程序使用,避免内存溢出,可以自己调整
config.gpu_options.allow_growth = True # 按需分配显存,这个比较重要
with tf.Session(config=config) as sess:
在TensorFlow中可以这样配置GPU显存,在pytorch中如何实现呢?
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
0条回答 默认 最新
悬赏问题
- ¥15 NRF24L01能发送但是不能接收
- ¥15 想问一下这种情况怎么解决呢(关键词-file)
- ¥15 python Flassk 模块部署 服务器时报错
- ¥15 Opencv(C++)异常
- ¥15 VScode上配置C语言环境
- ¥15 汇编语言没有主程序吗?
- ¥15 这个函数为什么会爆内存
- ¥15 无法装系统,grub成了顽固拦路虎
- ¥15 matlab有关债券凸性久期的代码
- ¥15 lvgl v8.2定时器提前到来