在tensorflow中，預設指定佔用所有的GPU，如需指定佔用的GPU，可以在命令列中：

export CUDA_VISIBLE_DEVICES=1

這樣便是隻佔用1號GPU，通過命令

nvidia-smi

可以檢視各個GPU的使用情況。

另外，也可以在python程式中指定GPU，並且動態分配memory，程式碼如下

import os
import sys
os.environ['CUDA_VISIBLE_DEVICES'] = sys.argv[1]
import tensorflow as tf
from keras.backend.tensorflow_backend import set_session
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
set_session(tf.Session(config=config))

這樣，佔用的GPU就是sys.argv[1]了，並且會按需分配memory。

以上這篇tensorflow指定GPU與動態分配GPU memory設定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。