tensorflow-计算资源控制

控制GPU和CPU的使用。

tf.ConfigProto()的参数

使用CPU计算时指定核数

device_count = {'CPU': 4}

使用GPU进行计算:

gpu_options = tf.GPUOptions(
    per_process_gpu_memory_fraction = 0.25,
    allow_growth = True)

• per_process_gpu_memory_fraction 指定每个显存占用比例
  
• allow_growth 允许显存占用自适应增长

并行计算相关设置

独立op间并行计算

inter_op_parallelism_threads = 1

op内部（如矩阵乘法）并行计算

intra_op_parallelism_threads = 1

其他参数

是否打印设备分配日志

log_device_placement = True

如果你指定的设备不存在，允许TF自动分配设备

allow_soft_placement = True

构建config

选择必要参数

config = tf.ConfigProto(
   device_count = ... 使用CPU核心，可选
   gpu_options = ... GPU显存控制，可选

将config传递给Session

session = tf.Session(config=config)