10.1成功运行，现在我想在Tensorflow中运行训练。我想知道训练使用的是哪个GPU，所以我尝试了一下： from tensorflow.python.client import device_lib
device_type: "GPU" locality { links { }
incarnation
浏览 19提问于2019-05-01得票数 0
DenseNets倾向于在TensorFlow中占用大量内存，因为每个连接操作都存储在单独的分配中。最近的一篇文章，，演示了通过共享分配可以显着地降低内存利用率。这个文件+ pytorch实现中的图像演示了共享内存方法：如何用TensorFlow实现这一点？如果它不能通过python完成，那么如何在带有CPU和GPU支持的Op中正确地实现呢？
带有“朴素”分配的，与Te
浏览 1提问于2017-09-08得票数 10
我在用tensorflow在火星上。我的tensorflow分配几乎所有GPU内存(10 GPU或12 GPU)。只有‘导入tensorflow’获得所有的内存，我知道如何配置gpu内存分数在代码中。我知道的方法是添加下面提到的代码gpu_options = tf.GPUOptions(per_process_gpu_memory_
浏览 4提问于2017-11-15得票数 0
回答已采纳
我想在C++中设置GPU memory fraction和allow growth选项，就像在python中描述的here一样。这是正确的做法吗？我特别不确定set_allocated_gpu_options这一行(在这种情况下，“已分配”是什么意思，还没有分配任何内容)。tensorflow::Session *session = nullptr;
tensorflow::SessionOptions sessionOptions;
浏览 23提问于2018-12-17得票数 2
回答已采纳
1回答
tensorflow怎么叫这个设备？以及流如何自动将任务分配给设备？tensorflow中有接口源代码吗？但我找不到详细的源代码。就像：A= tf.constant(1.0，2.0，3.0，4.0，5.0，6.0，shape=2，3，name='a')C= tf.matmul(a，b)
为
浏览 5提问于2017-04-11得票数 0
import ImageDataGeneratorimport tensorflow as tffromtensorflow.keras.callbacks import EarlyStopping callbacks=[tqdm_callback, early_callback])
浏览 11提问于2022-03-24得票数 0
我尝试过许多不同的Tensorflow示例，它们在CPU上工作得很好，但是当我试图在GPU上运行它们时会产生相同的错误。/core/common_runtime/gpu/gpu_init.cc:127] DMA: 0 1 I tensorflow
浏览 6提问于2015-12-29得票数 18
操作系统平台和发行版(例如LinuxUbuntu16.04)：LinuUbuntu16.04
我是坦索弗洛的新手/core/common_runtime/gpu&#
浏览 0提问于2018-04-12得票数 0
回答已采纳
虽然，我分配了8个gpus，但其中一个刚刚被占用。我在网站上看到了一些注释，似乎Tensorflow会自动使用gpu，如果它是适用的，但我仍然不知道如何使用所有的gpu。
浏览 0提问于2021-03-06得票数 2
我使用Tensorflow训练一个具有3个GPU的模型。但是，我发现它只使用了1。代码没有任何GPU配置，因为我认为Tensorflow会自动检测GPU并自动将计算分配到3个GPU中。从附加的屏幕截图中，当训练程序开始时，检测到3个GPU，但温度监视器显示只有1个处于活动状态。
如何在训练过程中同时使用3个GPU？
浏览 21提问于2017-07-27得票数 0
如果使用来自multi_gpu_model的tensorflow.keras.utils，则tensorflow将在所有可用的gpu(例如2)上分配全部内存，但如果监视nvidia，则只使用第一个gpu正如预期的那样，数据由cpu加载，模型在gpu上运行，gpu利用率为97% - 100%：
创建multi_gpu模型
正如multi_gpu_model 的tensorflow api所描述的
浏览 0提问于2019-03-06得票数 0
我有几个GPU，但我只想使用一个GPU作为我的训练。= True
尽管设置/使用了所有这些选项，但我的所有GPU都分配内存和我怎样才能防止这种情况发生呢Note
当我尝试启动另一个run
浏览 0提问于2017-12-20得票数 7
回答已采纳
我的系统中有4个特斯拉K80 GPU。我想自动分配免费GPU的基础上，在代码中的整数输入。我知道使用tf.config.experimental.set_visible_devices()来分配特定的GPU，但目前不知道如何识别哪些GPU正在使用中(希望使用nvidia-smi手动进行识别)TensorFlow to only use the first GPU tf.config.
浏览 39提问于2020-01-14得票数 0
回答已采纳
我的桌面有两个gpus，可以运行/gpu:0或/gpu:1规范的Tensorflow。但是，如果我不指定运行代码的图形处理器，Tensorflow将默认调用/gpu:0，这一点我们都知道。现在我想设置系统，以便它可以根据每个gpu的空闲内存动态分配gpu。例如，如果一个脚本没有指定运行代码的gpu，系统将首先为它分配/gpu:0；然后，如果另一个脚本现在运行，
浏览 4提问于2016-11-30得票数 0
AnacondaPython2.7.13和TensorFlow r1.3 (从源代码编译)，具有32G物理内存和2个GPU( GTX Titan X和GTX 970)，而没有设置CUDA_VISIBLE_DEVICES(即两个GPU都是可见的)，则生成的Python进程分配了59.7G内存！如果CUDA_VISIBLE_DEVICES= (即两个GPU都不可见)，则只分配2.5G，使用中的只有131M。
在被
浏览 0提问于2017-09-08得票数 6
我在比较两个预先训练过的模型，一个在Tensorflow，一个在Py手电，在一个有多个GPU的机器上。每个型号适合一个GPU。它们都加载在相同的Python脚本中。我如何将一个GPU分配给Tensorflow模型，另一个GPU分配给Py火炬模型？设置CUDA_VISIBLE_DEVICES=0,1只告诉这两个模型这些GPU是可用的--我(在Python猜中)，如何确保Tensorflow采用
浏览 0提问于2018-09-11得票数 0
回答已采纳
:247] PoolAllocator:在47441 get请求之后，put_count=8461 evicted_count=1000 eviction_rate=0.118189和不满意的分配rateW tensorflow/core/common_runtime/bfc_allocator.cc:217]内存不足，试图分配3.08GiB。W tensorflow/core/common_runtime/bfc_allocator.cc:21
浏览 3提问于2017-04-15得票数 0
我使用的是带有Ubuntu 14.04的AWS g2.8xlarge，以及最近的每晚构建的tensorflow (我于8月25日下载)。从表面上看，CPU和GPU的利用率都很低。以下是系统监视器和nvidia-smi (每2秒更新一次)在运行约20秒时的快照：
如果我将节点数量增加到200，它会给我一个内存不足的错误，这发生在
浏览 15提问于2016-09-08得票数 2
我在Windows10上编译了支持GPU的tensorflow C++ (分支r1.7)，在创建新的会话时，在GPU上分配了3GB的内存。关闭会话似乎不会像nvidia命令所确认的那样从GPU释放内存。只有当C++程序退出时，GPU内存才会释放。如何在代码中释放内存？int main() SessionOptions options; tensorflow::Status
浏览 2提问于2018-06-29得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
