Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >Tensorflow: CUDA_ERROR_OUT_OF_MEMORY 亲测有效

Tensorflow: CUDA_ERROR_OUT_OF_MEMORY 亲测有效

作者头像
种花家的奋斗兔
发布于 2020-11-13 02:46:52
发布于 2020-11-13 02:46:52
1.6K00
代码可运行
举报
运行总次数:0
代码可运行
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import os
os.environ["CUDA_VISIBLE_DEVICES"] = '0' #use GPU with ID=0
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.5 # maximun alloc gpu50% of MEM
config.gpu_options.allow_growth = True #allocate dynamically

sess = tf.Session(config=config)

第一次用GPU跑代码,直接out of memory 。被吓到了,赶紧设置一下。

TensorFlow 默认贪婪的占用全部显存,所以有时候显存不够用。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2019/11/02 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
[转载]tensorflow中使用tf.ConfigProto()配置Session运行参数&&GPU设备指定
tf.ConfigProto()函数用在创建session的时候,用来对session进行参数配置:
marsggbo
2018/12/07
1.2K0
TensorFlow中使用GPU
TensorFlow默认会占用设备上所有的GPU以及每个GPU的所有显存;如果指定了某块GPU,也会默认一次性占用该GPU的所有显存。可以通过以下方式解决:
用户1432189
2020/02/19
4.4K0
keras系列︱keras是如何指定显卡且限制显存用量(GPU/CPU使用)
版权声明:博主原创文章,微信公众号:素质云笔记,转载请注明来源“素质云博客”,谢谢合作!! https://blog.csdn.net/sinat_26917383/article/details/75633754
悟乙己
2019/05/26
4K0
tensorflow 常用小技巧
https://blog.csdn.net/m0_37041325/article/details/77488981 我的虚拟机用的是zsh,所以不是操作~/.bashrc
平凡的学生族
2019/05/25
4540
tensorflow学习笔记(二十五):ConfigProto&GPU
本文介绍了TensorFlow中ConfigProto和GPU的用法,包括如何配置session、使用GPU资源以及设置每个GPU的容量。作者希望通过对这些概念的深入了解,更好地利用TensorFlow进行深度学习任务。
ke1th
2018/01/02
7540
Keras - GPU ID 和显存占用设定
Keras - GPU ID 和显存占用设定 初步尝试 Keras (基于 Tensorflow 后端)深度框架时, 发现其对于 GPU 的使用比较神奇, 默认竟然是全部占满显存, 1080Ti 跑个小分类问题, 就一下子满了. 而且是服务器上的两张 1080Ti. 服务器上的多张 GPU 都占满, 有点浪费性能. 因此, 需要类似于 Caffe 等框架的可以设定 GPU ID 和显存自动按需分配. 实际中发现, Keras 还可以限制 GPU 显存占用量. 这里涉及到的内容有: GPU ID 设定 GPU
AIHGF
2018/05/17
2.1K0
安装 tensorflow 1.1.0;以及安装其他相似版本tensorflow遇到的问题;tensorflow 1.13.2 cuda-10环境变量配置问题;Tensorflow 指定训练时如何指定
tensorboard --logdir=/tmp/tensorflow/mnist/logs/mnist_with_summaries/ 
西湖醋鱼
2020/12/30
8120
tensorflow.python.framework.errors_impl.InternalError: Failed to create session.
我在网上查到,加入GPU的配置代码就可以解决问题加入GPU配置代码: import osos.environ["CUDA_VISIBLE_DEVICES"] = '0' #use GPU with ID=0config = tf.ConfigProto()config.gpu_options.per_process_gpu_memory_fraction = 0.5 # maximun alloc gpu50% of MEMconfig.gpu_options.allow_growth = True #al
狼啸风云
2019/07/08
3.1K0
keras系列︱keras是如何指定显卡且限制显存用量
本文介绍了在keras中使用GPU显存的三种方式,包括指定GPU、使用固定显存的GPU和使用GPU显存限制。通过重设backend的GPU占用情况,可以调节模型训练时的显存占用情况,避免显存不足的问题。同时,在命令行中使用CUDA_VISIBLE_DEVICES可以指定使用哪些GPU,从而更好地利用GPU资源进行训练和推理。
悟乙己
2018/01/02
1.8K0
tensorflow到底是什么(tensorflow算法)
config = tf.ConfigProto(allow_soft_placement=True)
全栈程序员站长
2022/07/25
4130
TensorFlow使用GPU
查看机器 GPU 的信息: nvidia-smi 持续更新查看: nvidia-smi -l 其他方式如下: import os # 使用GPU0 和 GPU1 os.environ['CUDA_V
机器学习和大数据挖掘
2019/07/01
2.2K0
TensorFlow使用GPU
用GPU进行TensorFlow计算加速
TensorFlow程序可以通过tf.device函数来指定运行每一个操作的设备,这个设备可以是本地的CPU或者GPU,也可以是某一台远程的服务器。但在本文中只关心本地的设备。TensorFlow会给每一个可用的设备一个名称,tf.device函数可以通过设备的名称来指定执行运算的设备。比如CPU在TensorFlow中的名称为/cpu:0。在默认情况下,即使机器有多个CPU,TensorFlow也不会区分它们,所有的CPU都使用/cpu:0作为名称。而一台机器上不同GPU的名称是不同的,第n个GPU在TensorFlow中的名称为/gpu:n。比如第一个GPU的名称为/gpu:0,第二个GPU名称为/gpu:1,以此类推。
博文视点Broadview
2020/06/11
2.2K0
tensorflow 常用API
注意tensorflow会检查类型,不指定类型时按照默认类型,如1认为是int32, 1.0认为是float32
羽翰尘
2019/11/21
6020
[开发技巧]·TensorFlow&Keras GPU使用技巧
使用TensorFlow&Keras通过GPU进行加速训练时,有时在训练一个任务的时候需要去测试结果,或者是需要并行训练数据的时候就会显示OOM显存容量不足的错误。以下简称在训练一个任务的时候需要去测试结果,或者是需要并行训练数据为进行新的运算任务。
小宋是呢
2019/06/27
1.7K0
[开发技巧]·TensorFlow&Keras GPU使用技巧
百折不挠,终于装好「TensorFlow」
此文为交流群「TensorFlow群」呵呵哒贡献,自己在win10中安装时踩过的坑,希望还被这些问题困扰的小伙伴,看完此文后能豁然开朗,同时没有安装过的以后可能会用到的小伙伴,可以收藏下,以备后用。
double
2019/05/29
2.3K0
Tensorflow多GPU使用详解
磐创AI 专注分享原创AI技术文章 翻译 | fendouai 编辑 | 磐石 【磐创AI导读】:本文编译自tensorflow官方网站,详细介绍了Tensorflow中多GPU的使用。欢迎大家点击上方蓝字关注我们的公众号:磐创AI。 目录: 介绍 记录设备状态 手动分配状态 允许GPU内存增长 在多GPU系统是使用单个GPU 使用多个 GPU 一. 介绍 在一个典型的系统中,有多个计算设备。在 TensorFlow 中支持的设备类型包括 CPU 和 GPU。他们用字符串来表达,例如: •"/cpu:0":
磐创AI
2018/07/03
5.7K0
用GPU加速Keras模型——Colab免费GPU使用攻略
本文将介绍对Keras模型训练过程进行加速的方法。重点介绍Google 的Colab平台的免费GPU资源使用攻略。
lyhue1991
2020/07/20
4.1K0
使用GPU
该文章介绍了如何使用多个GPU进行训练,包括TensorFlow、PyTorch和MXNet等框架。文章首先介绍了多GPU训练的基础知识和技术,然后详细讲解了如何配置和管理多GPU训练环境,并通过实际案例演示了如何使用多GPU进行训练。
片刻
2017/12/29
1.8K0
failed to allocate **M (** bytes) from device: CUDA_ERROR_OUT_OF_MEMORY,错误原因及解决方案
config = tf.ConfigProto(allow_soft_placement=True) gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7) config.gpu_options.allow_growth = True
水球喵子
2018/07/27
3.6K0
相关推荐
[转载]tensorflow中使用tf.ConfigProto()配置Session运行参数&&GPU设备指定
更多 >
交个朋友
加入架构与运维工作实战群
高并发系统设计 运维自动化实践
加入北京开发者交友群
结识首都开发者 拓展技术人脉
加入前端工作实战群
前端工程化实践 组件库开发经验分享
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验