4. 若是還是不可
換CUDA跟CUDNN版本

文章出處： NetYea網頁設計

  1. import os
  2. # 利用第一張與第三張 GPU 卡
  3. os.environ["CUDA_VISIBLE_DEVICES"] = "0,2"
  4.  
複製代碼
  1. import tensorflow as tf
  2. # 只使用 30% 的 GPU 記憶體
  3. gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.3)
  4. sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
  5. # 設定 Keras 利用的 TensorFlow Session
  6. tf.keras.backend.set_session(sess)
  7. # 使用 Keras 豎立模子
  8. # ..
複製代碼
  1. import tensorflow as tf
  2. # 主動增進 GPU 記憶體用量
  3. gpu_options = tf.GPUOptions(allow_growth=True)
  4. sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
  5. # 設定 Keras 利用的 Session
  6. tf.keras.backend.set_session(sess)
  7. # 利用 Keras 建立模子
  8. # ..
複製代碼



3.自動增進 GPU 記憶體用量

Tensorflow GPU 運算出現 failed to Tensorflow GPU 運算出現 failed to


解決方式
1. 指定 GPU 顯示卡

用GPU RUN PYTHON時，
出現毛病訊息
 

  1. failed to create cublas handle: cublas_status_alloc_failed
複製代碼



2. 指定 GPU 記憶體的佔用量

arrow
arrow
    文章標籤
    網頁設計
    全站熱搜

    zosimogx30t4 發表在 痞客邦 留言(0) 人氣()