tensorflow - 运行 TensorFlow 时使用 CNMeM 有什么意义吗?

标签 tensorflow

CNMeM library是一个“帮助深度学习框架管理 CUDA 内存的简单库。”

CNMeM has been reported to give some interesting speed improvements ,并得到 Theano、Torch 和 Caffe 的支持。但是,与 Theano、Torch 和 Caffe 不同,TensorFlow 在开始 session 时会预先分配 GPU 内存。

在运行基于 TensorFlow 的程序时使用 CNMeM 是否有帮助(例如,减少运行时间)?

最佳答案

没有。 Tensorflow 有自己的 GPU 内存管理。事实上,无论您的问题有多大,它都会预先占用整个 GPU 内存。

关于tensorflow - 运行 TensorFlow 时使用 CNMeM 有什么意义吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42396992/

相关文章:

Python - Tensorflow - LSTM- ValueError : Error when checking model target: expected dense_16 to have shape (None, 100) 但得到了形状为 (16, 2) 的数组

python - ValueError : `class_weight` must contain all classes in the data. 类{1,2,3}存在于数据中但不存在于 `class_weight`

python - 分布式训练产生的神经网络是否是每个分布式节点中训练的神经网络的平均值?

python - 增加一个类别

python - 谷歌云 - 计算引擎 VS 机器学习

python-3.x - 使用 TensorFlow 在 2D 中绘制梯度下降轨迹时的 Traceback

tensorflow - 使用 Keras 进行多维回归

tensorflow 一热

python - 根据多组索引对二维张量的列求和

python - 如何选择 tf.keras 模型隐藏层输出神经元的值?