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/