強制使用GPU

2021-09-02 16:47:36 字數 731 閱讀 7696

對於tensorflow,宣告session的時候加入device_count=即可

import tensorflow as tf  

sess = tf.session(config=tf.configproto(device_count=

))

對於keras,則呼叫後端函式,設定其使用如上定義的session即可

import tensorflow as tf

import keras.backend.tensorflow_backend as ktf

ktf.set_session(tf.session(config=tf.configproto(device_count=))

)

export cuda_visible_devices=

0 python test.py

# 執行test.py檔案時,使用編號為0的gpu卡

export cuda_visible_devices=0,

2 python test.py

# 執行test.py檔案時,使用編號為0和2的gpu卡

import os

# 使用第一張與第三張gpu卡

os.environ[

"cuda_visible_devices"]=

"0, 2"

gpu使用細節

在tensowflow 配置每個 gpu 上占用的記憶體的比例 gpu options tf.gpuoptions per process gpu memory fraction 0.95 sess tf.session config tf.configproto gpu options gpu o...

caffe matlab無法使用gpu

常見問題 1.版本不相容。我用的是vs2013 cuda7.5 cudnn的v5版 matlab2016a,如果選用的是microsoft的caffe,是可以用cudnn的v5版的。但cuda8.0尚不被支援,如果你的顯示卡是最新的gtx10系列,如果cuda7.5不能驅動的話,就只能再等等了。所以...

使用GPU跑程式

檢視機器上gpu情況 命令 nvidia smi 功能 顯示機器上gpu的情況 命令 nvidia smi l 功能 定時更新顯示機器上gpu的情況 命令 watch n 3 nvidia smi 功能 設定重新整理時間 秒 顯示gpu使用情況 其中左上側有0 1 2 3的編號,表示gpu的編號,在...