在tensorflow中，默認指定占用所有的GPU，如需指定占用的GPU，可以在命令行中：

export CUDA_VISIBLE_DEVICES=1

這樣便是只占用1號GPU，通過命令

nvidia-smi

可以查看各個GPU的使用情況。

另外，也可以在python程序中指定GPU，并且動態分配memory，代碼如下

import osimport sysos.environ['CUDA_VISIBLE_DEVICES'] = sys.argv[1]import tensorflow as tffrom keras.backend.tensorflow_backend import set_sessionconfig = tf.ConfigProto()config.gpu_options.allow_growth = Trueset_session(tf.Session(config=config))

這樣，占用的GPU就是sys.argv[1]了，并且會按需分配memory。

以上這篇tensorflow指定GPU與動態分配GPU memory設置就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。