딥러닝
GPU 메모리 조절 방법
cj92
2019. 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.