DDR爱好者之家 Design By 杰米

通过设置Keras的Tensorflow后端的全局变量达到。

import os
import tensorflow as tf
import keras.backend.tensorflow_backend as KTF
 
def get_session(gpu_fraction=0.3):
 '''Assume that you have 6GB of GPU memory and want to allocate ~2GB'''
 
 num_threads = os.environ.get('OMP_NUM_THREADS')
 gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=gpu_fraction)
 
 if num_threads:
  return tf.Session(config=tf.ConfigProto(
   gpu_options=gpu_options, intra_op_parallelism_threads=num_threads))
 else:
  return tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))

使用过程中显示的设置session:

import keras.backend.tensorflow_backend as KTF
KTF.set_session(get_session())

补充知识:限制tensorflow的运行内存 (keras.backend.tensorflow)

我就废话不多说了,大家还是直接看代码吧!

import tensorflow as tf
from keras.backend.tensorflow_backend import set_session

config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.5 #half of the memory
set_session(tf.Session(config=config))

以上这篇Keras设定GPU使用内存大小方式(Tensorflow backend)就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

DDR爱好者之家 Design By 杰米
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
DDR爱好者之家 Design By 杰米