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

1
device_count = {'CPU': 4}

使用GPU进行计算:

1
2
3
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

1
inter_op_parallelism_threads = 1

op内部(如矩阵乘法)并行计算

1
intra_op_parallelism_threads = 1

其他参数

是否打印设备分配日志

1
log_device_placement = True

如果你指定的设备不存在,允许TF自动分配设备

1
allow_soft_placement = True

构建config

选择必要参数

1
2
3
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

1
session = tf.Session(config=config)
----- For reprint please indicate the source -----
0%