控制 GPU 内存分配

默认情况下，TensorFlow 预先分配 GPU 卡的整个内存（这可能会导致 CUDA_OUT_OF_MEMORY 警告）。

要改变这一点，就有可能

• 使用 per_process_gpu_memory_fraction 配置选项更改预分配的内存百分比，

  介于 0 和 1 之间的值，指示
  为每个进程预分配的可用 GPU 内存的哪一部分。1 表示
  预分配所有 GPU 内存，0.5 表示该进程
  分配~50％的可用 GPU 内存。

• 使用 allow_growth config 选项禁用预分配。内存分配随着使用量的增长而增长。

  如果为 true，则分配器不预先分配整个指定的
  GPU 内存区域，而是从小开始并根据需要增长。

例如：

config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.4
sess = tf.Session(config=config) as sess:

要么

config = tf.ConfigProto()
config.gpu_options.allow_growth = True
sess= tf.Session(config=config):

在配置选项的信息在这里 。