6
我用Tensorflow看過關於GPU內存的幾個問題,但我已經將它安裝在沒有GPU支持的Pine64上。Limit Tensorflow CPU和內存使用
這意味着我有非常有限的資源運行它(CPU和RAM只)和Tensorflow似乎想這一切,完全凍結我的機器。
有沒有辦法限制分配給Tensorflow處理能力和內存的容量?類似於bazel自己的--local_resources
標誌?
我用Tensorflow看過關於GPU內存的幾個問題,但我已經將它安裝在沒有GPU支持的Pine64上。Limit Tensorflow CPU和內存使用
這意味着我有非常有限的資源運行它(CPU和RAM只)和Tensorflow似乎想這一切,完全凍結我的機器。
有沒有辦法限制分配給Tensorflow處理能力和內存的容量?類似於bazel自己的--local_resources
標誌?
這將創建一個在同一時間運行一個OP一個會話,每個操作
sess = tf.Session(
tf.ConfigProto(inter_op_parallelism_threads=1,
intra_op_parallelism_threads=1))
不知道有關限制內存只有一個線程,似乎就需要來分配,我已經TensorFlow凍結我的機器上時,我的網絡通緝100GB的RAM,所以我的解決辦法是讓那些需要較少的內存
網絡這把我異常'類型錯誤:目標必須是一個字符串,但得到的 異常AttributeError:「'Session'對象沒有屬性'_session'」<綁定方法Session .__ del__ of >忽略,但添加了'config'關鍵字(即'sess = tf.Session(config = tf.ConfigProto(inter_op_parallelism_threads = 1,intra_op_parallelism_threads = 1))')解決了這個問題。 –