tensorflow ConfigProto

tf.ConfigProto一般用在建立session的時候。用來對session進行引數配置

with tf.Session(config = tf.ConfigProto(...),...)

#tf.ConfigProto()的引數
log_device_placement=True : 是否列印裝置分配日誌
allow_soft_placement=True ： 如果你指定的裝置不存在，允許TF自動分配裝置
tf.ConfigProto(log_device_placement=True,allow_soft_placement=True)
 

控制GPU資源使用率

#allow growth
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config, ...)
# 使用allow_growth option，剛一開始分配少量的GPU容量，然後按需慢慢的增加，由於不會釋放
#記憶體，所以會導致碎片

# per_process_gpu_memory_fraction
gpu_options=tf.GPUOptions(per_process_gpu_memory_fraction=0.7)
config=tf.ConfigProto(gpu_options=gpu_options)
session = tf.Session(config=config, ...)
#設定每個GPU應該拿出多少容量給程序使用，0.4代表 40%
 

控制使用哪塊GPU

~/ CUDA_VISIBLE_DEVICES=0  python your.py#使用GPU0
~/ CUDA_VISIBLE_DEVICES=0,1 python your.py#使用GPU0,1
#注意單詞不要打錯

#或者在 程式開頭
os.environ['CUDA_VISIBLE_DEVICES'] = '0' #使用 GPU 0
os.environ['CUDA_VISIBLE_DEVICES'] = '0,1' # 使用 GPU 0，1