GPU 메모리 조절 방법
딥러닝2019. 11. 19. 01:34
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 |