TensorFlow中tf.ConfigProto()配置Sesion运算方式
博主个人网站:https://chenzhen.online
tf.configProto
用于在创建Session
的时候配置Session
的运算方式,即使用GPU运算或CPU运算;
1. tf.ConfigProto()
中的基本参数:
session_config = tf.ConfigProto(log_device_placement=True,allow_soft_placement=True,inter_op_parallelism_threads=0,intra_op_parallelism_threads=0)sess = tf.Session(config=session_config)
参数 | 用法 |
---|---|
log_device_placement=True
|
设置为True 时,会打印出TensoFlow使用了哪种操作;
|
allow_soft_placement=True
|
当运行设备不满足要求时,会自动分配GPU或CPU; |
inter_op_parallelism_threads=0
|
一个操作内部并行运算的线程数; |
intra_op_parallelism_threads=0
|
多个操作并行运算的线程数; |
2. tf.ConfigProto
配置GPU
2.1 判断TensorFlow是否能够使用GPU运算
result = tf.test.is_built_with_cuda()
print(result)
2.2 两种方式配置使用具体哪块GPU
# 方式一:在python程序中设置
os.environ['CUDA_VISIBLE_DEVICES'] = '0'
os.environ['CUDA_VISIBLE_DEVICES'] = '0, 1'# 方式二:在执行.py文件时,指定具体GPU块
CUDA_VISIBLE_DEVICES=0,1 python test.py
2.3 动态申请GPU显存
session_config = tf.ConfigProto() # 配置见第1节
session_config.gpu_options.allow_growth = True # 动态申请
sess = tf.Session(config=session_config)
2.4 限制GPU的使用率
session_configsession_config = tf.ConfigProto() # 配置见第1节
session_config.gpu_options.per_process_gpu_memory_fraction = 0.4 # 占用40%显存
session = tf.Session(config=session_config)
Reference
- https://blog.csdn.net/qq_31261509/article/details/79746114
- https://blog.csdn.net/dcrmg/article/details/79091941
转载于:https://www.cnblogs.com/chenzhen0530/p/10623856.html
TensorFlow中tf.ConfigProto()配置Sesion运算方式相关推荐
- Tensorflow中tf.ConfigProto()详解
参考Tensorflow Machine Leanrning Cookbook tf.ConfigProto()主要的作用是配置tf.Session的运算方式,比如gpu运算或者cpu运算 具体代码如 ...
- tensorflow中使用tf.ConfigProto()配置Session运行参数GPU设备指定
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/dcrmg/article/detail ...
- TensorFlow中RNN实现的正确打开方式
上周写的文章<完全图解RNN.RNN变体.Seq2Seq.Attention机制>介绍了一下RNN的几种结构,今天就来聊一聊如何在TensorFlow中实现这些结构,这篇文章的主要内容为: ...
- TensorFlow中RNN实现的正确打开方式(转)
上周写的文章<完全图解RNN.RNN变体.Seq2Seq.Attention机制>介绍了一下RNN的几种结构,今天就来聊一聊如何在TensorFlow中实现这些结构,这篇文章的主要内容为: ...
- tensorflow中tf.gradients()解析
tf.gradients()解析及grad_ys在xs为(?, 1)时的理解 问题简介 使用tensorflow1.15学习时,有一项tf.gradients的代码,其中用到了grad_ys这个参数, ...
- python中logging(日志)配置三种方式
超详细日志文档 python中,logging由logger.handler.filter.formater四个部分组成: logger(记录器):提供我们记录日志的方法: handler(处理器): ...
- tensorflow中tf.nn.xw_plus_b
tf.nn.xw_plus_b((x, weights) + biases) 相当于tf.matmul(x, weights) + biases #-*-coding:utf8-*- import t ...
- TensorFlow中 tf.space_to_depth()函数的用法
目录 一.函数定义 二.解释范例 三.代码验证 一.函数定义 通俗易懂些,就是把输入为[batch, height, width, channels]形式的Tensor,其在height和width维 ...
- Spring中三种配置Bean的方式
1.使用xml配置文件 由Spring Framework本身决定,此处不详细说. 2.使用Java注解的配置 如果一个类使用了@Service,那么此类将自动注册成一个bean,不需要再在appli ...
- TensorFlow 中 tf.app.flags.FLAGS 的用法介绍
转载自:https://blog.csdn.net/lyc_yongcai/article/details/73456960 下面介绍 tf.app.flags.FLAGS 的使用,主要是在用命令行执 ...
最新文章
- 第一个kbmmw for Linux 服务器
- Leetcode 48. 旋转图像 (每日一题 20210813)
- 【Python基础】利用 Python 搞定精美网络图!
- JDBC连接数据库及其执行操作
- python 的按位与 或 异或 运算
- 模板缓冲_模板缓冲以及如何使用它可视化体积相交
- thinking-in-java(21)并发2
- Android开发中解决自定义弹窗获取不到控件对象的问题
- Python绘制傅里叶变换、反变换与带通滤波图像
- 计算机作为信息处理工具 应用于科学研究,计算机2013春分章节试题及答案.doc
- 大数据技术对企业的影响有哪些
- 苹果mac视频特效软件:After Effects
- flac编码音频转alac编码(使用ffmpeg)
- win10右键反应慢解决方法介绍【解决方法】
- 人生,关了一扇窗,又开启另一扇门
- keil5新建STM32工程文件--实践篇手把手教学(以STM32F103为例)
- Synology NAS加域
- 四种基础博弈 巴什博奕+威佐夫博奕+斐波那契博弈+K倍博弈
- Formality总结
- android 7 audio架构,GitHub - zozo825117/ble_audio_android: android audio框架
热门文章
- Atitit mybatis spring整合。读取spring、yml、文件的mysql url 步骤,读取yml,文件,使用ongl定位到url pwd usr 读取mybatis模板配置,
- Atitit 互联网行业如何提升收入 经济学概论读后感 attilax总结 1. 收入“四 位一体”的理论(工资、利润、利息、地租)	1 2. 提升收入,就要提升这4个象限的收入	1 3. 如
- Atiti 数据库系统原理 与数据库方面的书籍 attilax总结 v3 .docx
- Atitti.数字证书体系cer pfx attilax总结
- Atititjs javascript异常处理机制与java异常的转换.js exception process
- atitit.组件化事件化的编程模型--服务端控件(1)---------服务端控件与标签的关系
- paip.编程语言方法重载实现的原理及python,php,js中实现方法重载
- paip.杀不死进程的原因--僵尸进程的解决.txt
- paip.提升性能---string split
- Julia: 关于SubString