我已经看到几个关于 Tensorflow 的 GPU 内存的问题，但我将它安装在不支持 GPU 的 Pine64 上。
这意味着我用非常有限的资源(仅 CPU 和 RAM)运行它，而 Tensorflow 似乎想要这一切，完全卡住了我的机器。
有没有办法限制分配给 Tensorflow 的处理能力和内存量？类似于 bazel 自己的 --local_resources 标志？
最佳答案
这将创建一个一次运行一个操作的 session ，并且每个操作只有一个线程
sess = tf.Session(config=
tf.ConfigProto(inter_op_parallelism_threads=1,
intra_op_parallelism_threads=1))
不确定是否限制内存，它似乎是按需分配的，当我的网络需要 100GB RAM 时，我让 TensorFlow 卡住了我的机器，所以我的解决方案是让网络需要更少的 RAM
关于python - 限制 Tensorflow CPU 和内存使用，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/38615121/