~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

本文目錄

• 1 終端執行程序時設置使用的GPU
• 2 python代碼中設置使用的GPU
• 3 設置tensorflow使用的顯存大小
• 3.1 定量設置顯存
• 3.2 按需設置顯存

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

轉載請註明出處：

http://www.cnblogs.com/darkknightzh/p/6591923.html

參考網址：

http://stackoverflow.com/questions/36668467/change-default-gpu-in-tensorflow

http://stackoverflow.com/questions/37893755/tensorflow-set-cuda-visible-devices-within-jupyter

1 終端執行程序時設置使用的GPU

如果電腦有多個GPU，tensorflow默認全部使用。如果想只使用部分GPU，可以設置CUDA_VISIBLE_DEVICES。在調用python程序時，可以使用（見第一個參考網址Franck Dernoncourt的回復）：

CUDA_VISIBLE_DEVICES=1 python my_script.py

Environment Variable Syntax      Results

CUDA_VISIBLE_DEVICES=1           Only device 1 will be seen
CUDA_VISIBLE_DEVICES=0,1         Devices 0 and 1 will be visible
CUDA_VISIBLE_DEVICES="0,1"       Same as above, quotation marks are optional
CUDA_VISIBLE_DEVICES=0,2,3       Devices 0, 2, 3 will be visible; device 1 is masked
CUDA_VISIBLE_DEVICES=""          No GPU will be visible

2 python代碼中設置使用的GPU

如果要在python代碼中設置使用的GPU（如使用pycharm進行調試時），可以使用下面的代碼（見第二個參考網址中Yaroslav Bulatov的回復）：

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "2"

3 設置tensorflow使用的顯存大小

3.1 定量設置顯存

默認tensorflow是使用GPU盡可能多的顯存。可以通過下面的方式，來設置使用的GPU顯存：

gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7)
sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))        

上面分配給tensorflow的GPU顯存大小為：GPU實際顯存*0.7。

可以按照需要，設置不同的值，來分配顯存。

========================================================================

170703更新：

3.2 按需設置顯存

上面的只能設置固定的大小。如果想按需分配，可以使用allow_growth參數（參考網址：http://blog.csdn.net/cq361106306/article/details/52950081）：

gpu_options = tf.GPUOptions(allow_growth=True)
sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))   

170703更新結束

========================================================================

tensorflow中使用指定的GPU及GPU顯存