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[<b style="color:transparent">本文来源gao@!dai!ma.com搞$$代^@码!网!</b>"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搞代码。
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：keras 指定程序在某块卡上训练实例
转载请注明原文链接：keras 指定程序在某块卡上训练实例
