keras使用GPU训练模型

版权声明：本文为博主原创文章，转载请注明出处，谢谢 https://blog.csdn.net/suiyueruge1314/article/details/89312179

keras使用GPU训练：
1、简单方法：直接在运行前加　　 CUDA_VISIBLE_DEVICES=1

CUDA_VISIBLE_DEVICES=1 python train.py

2、指定一块或多块GPU

import os

os.environ["CUDA_DEVICE_ORDER"]="PCI_BUS_ID"   

os.environ["CUDA_VISIBLE_DEVICES"]="0"

就可以使用0号显卡了，如果想使用多块显卡就可以使用：

os.environ["CUDA_VISIBLE_DEVICES"]="0，1，2"

当然如果想更精细地分配GPU的使用量还可以这么写：

import tensorflow as tf
import os
os.environ["CUDA_VISIBLE_DEVICES"] = '0'   #指定第一块GPU可用
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.5  # 程序最多只能占用指定gpu50%的显存
config.gpu_options.allow_growth = True      #程序按需申请内存
sess = tf.Session(config = config)