[英]How to limit GPU memory use in TF Slim?
当使用TF Slim的train_image_classifier.py进行训练时,我想告诉Slim仅分配所需的GPU内存,而不分配所有内存。
如果我使用TF而不是Slim,我可以这样说:
config = tf.ConfigProto()
config.gpu_options.allow_growth=True
sess = tf.Session(config=config)
甚至仅仅是为了对GPU内存的使用设置硬性限制:
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.333)
sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
我该如何告诉Slim同样的事情?
我的理解失败是Slim似乎使用了它自己的循环,而我在配置循环的细节上找不到文档。 因此,即使有人可以将我指向优秀的Slim文档,也将是很棒的。
提前致谢!
您可以通过session_config
参数传递allow_growth
选项,该参数传递给train
方法,如下所示:
session_config = tf.ConfigProto()
session_config.gpu_options.allow_growth = True
slim.learning.train(..., session_config=session_config)
参见tensorflow / contrib / slim / python / slim / learning.py#L615和tensorflow#5530 。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.