場(chǎng)景:某臺(tái)機(jī)器上有三塊卡,想同時(shí)開(kāi)三個(gè)程序,放到三塊卡上去訓(xùn)練。
策略:CUDA_VISIBLE_DEVICES=1 python train.py就可以指定程序在某塊卡上訓(xùn)練。
補(bǔ)充知識(shí):keras指定GPU及顯存使用量
指定GPU
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"
指定GPU和顯存使用量
1
2
3
4
5
6
7
|
import os from keras.backend.tensorflow_backend import set_session os.environ[ "CUDA_VISIBLE_DEVICES" ] = "0" config = tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fraction = 0.3 set_session(tf.Session(config = config)) |
指定GPU顯存使用按需分配
1
2
3
4
5
6
7
8
|
import keras.backend.tensorflow_backend as KTF import os os.environ[ "CUDA_VISIBLE_DEVICES" ] = "0" config = tf.ConfigProto() config.gpu_options.allow_growth = True sess = tf.Session(config = config) KTF.set_session(sess) |
以上這篇keras 指定程序在某塊卡上訓(xùn)練實(shí)例就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持服務(wù)器之家。
原文鏈接:https://blog.csdn.net/lujiandong1/article/details/60587035?