2016-07-27 24 views
6

Widziałem kilka pytań dotyczących pamięci GPU z Tensorflow, ale mam zainstalowany na Pine64 bez wsparcia GPU.Limit Tensorflow Wykorzystanie procesora i pamięci

Oznacza to, że używam go z bardzo ograniczonymi zasobami (tylko CPU i RAM), a Tensorflow wydaje się chcieć wszystkiego, całkowicie zamrażając moją maszynę.


Czy istnieje sposób, aby ograniczyć ilość mocy obliczeniowej i pamięci przydzielonej Tensorflow? Coś podobnego do flagi bazel'a o numerze --local_resources?

Odpowiedz

9

Spowoduje to utworzenie sesji, która prowadzi jeden op naraz, a tylko jeden wątek za op

sess = tf.Session(
    tf.ConfigProto(inter_op_parallelism_threads=1, 
        intra_op_parallelism_threads=1)) 

nie wiesz o ograniczenie pamięci, wydaje się być alokowane na żądanie, miałem TensorFlow zamrożenie mój komputer, gdy moja sieć potrzebowała 100 GB pamięci RAM, więc moim rozwiązaniem było stworzenie sieci, które potrzebują mniej pamięci RAM:

+0

To rzuciło mi wyjątek 'TypeError: target musi być łańcuchem, ale otrzymał Wyjątek AttributeError: "Obiekt" Session "nie ma atrybutu" _session "w > ignored', ale dodanie słowa kluczowego 'config' (tzn. 'sess = tf.Session (config = tf.ConfigProto (inter_op_parallelism_threads = 1, intra_op_parallelism_threads = 1))') naprawił problem. –

Powiązane problemy