tensorflow - tf.GPUOptions()

[参考link]
[参考link]

tf.GPUOptions可以作为设置tf.ConfigProto时的一个参数选项，一般用于限制GPU资源的使用。

为了加快运行效率，TensorFlow在初始化时会尝试分配所有可用的GPU显存资源给自己，这在多人使用的服务器上工作就会导致GPU占用，别人无法使用GPU工作的情况。

tf提供了两种控制GPU资源使用的方法，

-1- 让TensorFlow在运行过程中动态申请显存，需要多少就申请多少;
-2- 限制GPU的使用率。

动态申请显存

方式一：

config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config)

方式二：

gpu_options=tf.GPUOptions(allow_growth = True)
config=tf.ConfigProto(gpu_options=gpu_options)
session = tf.Session(config=config)

限制GPU的使用率

方式一：

config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.85  #占用85%显存
session = tf.Session(config=config)

方式二：

gpu_options=tf.GPUOptions(per_process_gpu_memory_fraction=0.85)
config=tf.ConfigProto(gpu_options=gpu_options)
session = tf.Session(config=config)

tf.GPUOptions可用的设置项有：

per_process_gpu_memory_fraction  # 
allocator_type  # 
deferred_deletion_bytes  # 
allow_growth  # 
visible_device_list  # 
polling_active_delay_usecs  # 
polling_inactive_delay_msecs  # 
force_gpu_compatible  #