創(chuàng)新互聯(lián)www.cdcxhl.cn八線動(dòng)態(tài)BGP香港云服務(wù)器提供商，新人活動(dòng)買(mǎi)多久送多久，劃算不套路！

婺城ssl適用于網(wǎng)站、小程序/APP、API接口等需要進(jìn)行數(shù)據(jù)傳輸應(yīng)用場(chǎng)景，ssl證書(shū)未來(lái)市場(chǎng)廣闊！成為成都創(chuàng)新互聯(lián)的ssl證書(shū)銷(xiāo)售渠道，可以享受市場(chǎng)價(jià)格4-6折優(yōu)惠！如果有意向歡迎電話聯(lián)系或者加微信：13518219792（備注：SSL證書(shū)合作）期待與您的合作！

小編給大家分享一下如何設(shè)置多卡服務(wù)器下隱藏部分GPU和TensorFlow的顯存使用，希望大家閱讀完這篇文章后大所收獲，下面讓我們一起去探討方法吧！

服務(wù)器有多張顯卡，一般是組里共用，分配好顯卡和任務(wù)就體現(xiàn)公德了。除了在代碼中指定使用的 GPU 編號(hào)，還可以直接設(shè)置可見(jiàn) GPU 編號(hào)，使程序/用戶只對(duì)部分 GPU 可見(jiàn)。

操作很簡(jiǎn)單，使用環(huán)境變量 CUDA_VISIBLE_DEVICES 即可。

具體來(lái)說(shuō)，如果使用單卡運(yùn)行 Python 腳本，則可輸入

CUDA_VISIBLE_DEVICES=1 python my_script.py

腳本將只使用 GPU1。

在 .py 腳本和 Notebook 中設(shè)置，則

import os

os.environ["CUDA_VISIBLE_DEVICES"] = "2"

還可以直接設(shè)置臨時(shí)的環(huán)境變量：

export CUDA_VISIBLE_DEVICES="0"

此時(shí)該用戶的 CUDA 只看得見(jiàn) GPU0。

至于顯存設(shè)置，可以設(shè)置使用比例(70%)：

gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7)

sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))

也可以按需增長(zhǎng)：

config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config, ...)

網(wǎng)站標(biāo)題：如何設(shè)置多卡服務(wù)器下隱藏部分GPU和TensorFlow的顯存使用-創(chuàng)新互聯(lián)
網(wǎng)站路徑：http://weahome.cn/article/dophjp.html