Tensorflow 内存占用

Tensflow 内存占用有以下特点:
一 : 默认瞬间占用所有GPU的所有显存;(但是可以设置占用上限, 以及动态占用)

# 动态占用: 根据需要自主申请显存
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config, ...)

# 占中上限: 设置比例, 最高可用 比例 * GPU显存上限 大小的显存
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.4
session = tf.Session(config=config, ...)

二: 显存占用出会持续整个 进程的生命周期

注意是进程的生命周期, 而不是session的生命周期, 也就是你需要从任务管理器中结束python进程才能释放掉占用的显存. 详细情况见这里说明.