keras 指定程序在某块卡上训练实例

时间:2021-05-22

场景:某台机器上有三块卡,想同时开三个程序,放到三块卡上去训练。

策略:CUDA_VISIBLE_DEVICES=1 python train.py就可以指定程序在某块卡上训练。

补充知识:keras指定GPU及显存使用量

指定GPU

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"

指定GPU和显存使用量

import osfrom keras.backend.tensorflow_backend import set_sessionos.environ["CUDA_VISIBLE_DEVICES"] = "0"config = tf.ConfigProto()config.gpu_options.per_process_gpu_memory_fraction = 0.3set_session(tf.Session(config=config))

指定GPU显存使用按需分配

import keras.backend.tensorflow_backend as KTFimport osos.environ["CUDA_VISIBLE_DEVICES"] = "0"config = tf.ConfigProto()config.gpu_options.allow_growth=True sess = tf.Session(config=config)KTF.set_session(sess)

以上这篇keras 指定程序在某块卡上训练实例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。

声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。

相关文章