TensorFlow使用GPU

nvidia-smi

nvidia-smi -l

import os

# 使用GPU0 和 GPU1
os.environ['CUDA_VISIBLE_DEVICES'] = '0, 1'  

# 通过 allow_soft_placement 参数自动将无法放在 GPU 上的操作放回 CPU
gpuConfig = tf.ConfigProto(allow_soft_placement=True)

# 限制一个进程使用 60% 的显存
gpuConfig.gpu_options.per_process_gpu_memory_fraction = 0.6

# 运行时需要多少再给多少
gpuConfig.gpu_options.allow_growth = True  

with tf.Session(config=gpuConfig) as sess:
     pass