Tensorfow框架下，在模型執行時，設定對視訊記憶體的佔用。

1. 按比例

config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.4 # 根據自己的需求確定
session = tf.Session(config=config,...)

2. 自適應

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

設定GPU的使用率的時候，都是在建立Session的時候，對config類進行設定。

此外，當電腦上有多塊GPU的時候，可以指定選取哪一快GPU進行計算。

# 在程式開頭新增
os.environ['CUDA_VISIBLE_DEVICES'] = '0' #使用 GPU 0 0對應著ubuntu系統給GPU的序號,可通過Nvidia-smi命令檢視

若存在多個GPU

os.environ['CUDA_VISIBLE_DEVICES'] = '0,1' # 使用 GPU 0，1

一個常見的在程式碼中指定GPU使用的範例：

import tensorflow as tf
import numpy as np
import os

os.environ['CUDA_VISIBLE_DEVICES']='0'
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction=0.6

with tf.Session(graph=...,config=config) as sess:

## 後續的操作

以上這篇Tensorflow設定視訊記憶體自適應,視訊記憶體比例的操作就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。