标签: python tensorflow keras deep-learning
基本上,我正在急切模式下运行强化学习模型,我需要限制每个进程将从gpu占用的内存量。在图形API中,可以通过修改tf.ConfigProto()对象并使用该config对象创建会话来实现。
但是,在渴望的api中,没有会话。那么我的疑问是,在这种情况下如何管理gpu内存?
答案 0 :(得分:1)
tf.enable_eager_execution()接受一个config参数,其值将与相同的ConfigProto消息相同。
tf.enable_eager_execution()
config
ConfigProto
因此,您应该能够使用该设置为每个进程设置相同的选项。
希望有帮助。