data analysis & visualization

먼저 python에서 

tf.GPUOptions(per_process_gpu_memory_fraction=0.333)

sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))

을 활용하면 메모리를 제한 할 수 있다.

 

config = tf.ConfigProto()

config.gpu_options.allow_growth = True 

session = tf.Session(config=config, ...)

을 활용하면 탄력적으로 메모리를 활용한다.

 

이제 R에서

gpu_options <- tf$GPUOptions(per_process_gpu_memory_fraction = 0.333)

config <- tf$ConfigProto(gpu_options = gpu_options)

 

config=tf$ConfigProto()
tf$Session(config=config)
gpu_options <- tf$GPUOptions(allow_growth = TRUE)
config <- tf$ConfigProto(gpu_options = gpu_options)
k_set_session(tf$Session(config = config))

 

을 활용하면 탄력적으로 메모리를 활용한다.

'딥러닝' 카테고리의 다른 글

전이학습(Transfer Learning)  (0) 2021.05.25
기울기 소실 문제와 ResNet  (0) 2021.05.25
순환신경망(1/3)  (0) 2021.04.11
tensorboard 외부접속  (0) 2020.11.27
CNN channel 1개와 3개의 성능비교(cats and dogs)  (0) 2019.06.18