keras 指定程序在某块卡上训练实例
更新时间:2020年06月22日 10:08:57 作者:BYR_jiandong
这篇文章主要介绍了keras 指定程序在某块卡上训练实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
场景:某台机器上有三块卡,想同时开三个程序,放到三块卡上去训练。
策略:CUDA_VISIBLE_DEVICES=1 python train.py就可以指定程序在某块卡上训练。
补充知识:keras指定GPU及显存使用量
指定GPU
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"
指定GPU和显存使用量
import os from keras.backend.tensorflow_backend import set_session os.environ["CUDA_VISIBLE_DEVICES"] = "0" config = tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fraction = 0.3 set_session(tf.Session(config=config))
指定GPU显存使用按需分配
import keras.backend.tensorflow_backend as KTF import os os.environ["CUDA_VISIBLE_DEVICES"] = "0" config = tf.ConfigProto() config.gpu_options.allow_growth=True sess = tf.Session(config=config) KTF.set_session(sess)
以上这篇keras 指定程序在某块卡上训练实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
Python函数参数匹配模型通用规则keyword-only参数详解
Python3对函数参数的排序规则更加通用化了,即Python3 keyword-only参数,该参数即为必须只按照关键字传递而不会有一个位置参数来填充的参数。这篇文章主要介绍了Python函数参数匹配模型通用规则keyword-only参数,需要的朋友可以参考下2019-06-06
最新评论