Python 官方文档:入门教程 => 点击学习
目录如何指定GPU训练模型举个例子如果要指定多块 GPU如何指定GPU训练模型 linux 查看当前服务器 GPU 的占用情况可以使用 nvidia-smi 命令,如下所示: nvi
linux 查看当前服务器 GPU 的占用情况可以使用 nvidia-smi 命令,如下所示:
nvidia-smi
关于 nvidia-smi 命令输出的详细解释,可参考笔者的另外一篇文章:GPU状态监测 nvidia-smi 命令详解。
在此不再赘述,本文主要分享一下在用 Tensorflow 训练模型时如何指定 GPU。
在用 TensorFlow 训练深度学习模型的时候,若无手动指定,默认是选用第0块来训练,而且其他几块 GPU 也会被显示占用。
有时候,我们更希望可以自己指定一块或者多块 GPU 来训练模型,接下来介绍一种常用的也是比较有效的方法:
如果要指定只用第0块 GPU 训练,可以在 python 代码中如下指定:
import os
os.environ['CUDA_VISIBLE_DEVICES']='0'
运行 Python 程序后,可发现就只有第0块 GPU 显示被占用,如上图所示。
可以如下:
os.environ['CUDA_VISIBLE_DEVICES']='1,2'
当然,上述这种方法不太方便,每次运行若换用 GPU 训练都需要改代码,可以在运行 python 程序的时候进行指定:
CUDA_VISIBLE_DEVICES=0 python textCnn.py
以上为个人经验,希望能给大家一个参考,也希望大家多多支持编程网。
--结束END--
本文标题: TensorFlow如何指定GPU训练模型
本文链接: https://www.lsjlt.com/news/120919.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑,方便收藏和打印~
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0