Question

我是TensorFlow的新手，了解如何实施CNN（卷积神经网络）。我正在使用此official example（code）。当我尝试在GPU上运行它时，它会提供 cuda_error_out_of_memory ，因为它会尝试分配可用的整个GPU内存。我通过设置CUDA_VISIBLE_DEVICES =＆＃34;＆＃34;在CPU上运行它。环境变量，它运作良好，但花了很多时间。

我寻找cuda_error_out_of_memory的解决方案，并发现可以通过在tf会话中设置session_start(); //add this line if you did not start session echo 'Welcome : '.isset($_SESSION['username']) ? $_SESSION['username'] : 'You are not registered yet';或config.gpu_options.allow_growth = True来缓解此问题。

问题：在我上面为CNN分享的代码中，我在哪里设置会话配置，因为我没有看到任何config.gpu_options.per_process_gpu_memory_fraction =类型的命令。我假设它在图层方法中被内部调用。那么，它在哪里设置呢？有什么办法可以为一个文件全局设置会话配置吗？

Answer 1

您可以在Estimator的构造函数中添加任何配置：

gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.333)
config = tf.ConfigProto(gpu_options=gpu_options)
mnist_classifier = tf.estimator.Estimator(
    model_fn=cnn_model_fn, model_dir="/tmp/mnist_convnet_model", session_config=config)

Answer 2

  gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.333)
  sess_config = tf.ConfigProto(gpu_options=gpu_options)

  run_config = tf.estimator.RunConfig(session_config = sess_config)
  mnist_classifier = tf.estimator.Estimator(
      model_fn=cnn_model_fn, model_dir="/tmp/mnist_convnet_model", config=run_config)

在创建Esitimator之前添加此代码。

如何在MNIST的示例CNN Estimator中设置会话配置（使用tf.layers构建）

2 个答案: