Python在用GPU跑模型的時候最好開多程序，因為很明顯這種任務就是計算密集型的。

用程序池好管理，但是tensorflow預設情況會最大佔用視訊記憶體，儘管該任務並不需要這麼多，因此我們可以設定視訊記憶體的按需獲取，這樣程式就不會死掉了。

1. 按比例預留：

tf_config = tensorflow.ConfigProto() 
tf_config.gpu_options.per_process_gpu_memory_fraction = 0.5 # 分配50% 
session = tensorflow.Session(config=tf_config) 

2. 或者乾脆自適應然後自動增長：

tf_config = tensorflow.ConfigProto() 
tf_config.gpu_options.allow_growth = True # 自適應 
session = tensorflow.Session(config=tf_config) 

以上這篇tensorflow 限制視訊記憶體大小的實現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。