代码之家 › 专栏 › 技术社区 › user3391229

tensorflow slim并行训练和评估回路;单个设备

tf-slim tensorflow-gpu tensorflow python-2.7

1

user3391229 · 技术社区 · 8 年前

例如,如果我有2个gpu,我可以在第一个gpu上运行一个以“slim.learning.train()”结尾的python脚本,在第二个gpu上运行另一个以“slim.evaluation.evaluation\u loop()”结尾的python脚本。

是否有一种方法可以为两个任务管理1个gpu的资源?tf。火车我想起了主管,但我真的不知道。

1 回复 | 直到 8 年前

1

Shruthi Sampath Kumar 7 年前

您可以使用以下代码对GPU使用情况进行分区。

gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.3000) sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options)) sess.run(tf.app.run())

推荐文章

Zhao Chen · Github tf-slim预训练模型动物园在哪里?页面返回404

8 年前

user3391229 · tensorflow slim并行训练和评估回路;单个设备

8 年前

user667804 · 了解tf。指标和slims流指标

8 年前