天天看點

TensorFlow錯題集

TensorFlow指定GPU使用及監控GPU占用情況 nvidia-smi -l 定時更新 在終端執行程式時指定GPU     CUDA_VISIBLE_DEVICES=1   python  your_file.py 這樣在跑你的網絡之前,告訴程式隻能看到1号GPU,其他的GPU它不可見 可用的形式如下: CUDA_VISIBLE_DEVICES=1           Only device 1 will be seen CUDA_VISIBLE_DEVICES=0,1         Devices 0 and 1 will be visible CUDA_VISIBLE_DEVICES="0,1"       Same as above, quotation marks are optional CUDA_VISIBLE_DEVICES=0,2,3       Devices 0, 2, 3 will be visible; device 1 is masked CUDA_VISIBLE_DEVICES=""          No GPU will be visible 在Python代碼中指定GPU import os os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" os.environ["CUDA_VISIBLE_DEVICES"] = "0" 設定定量的GPU使用量 config = tf.ConfigProto()  config.gpu_options.per_process_gpu_memory_fraction = 0.9 # 占用GPU90%的顯存  session = tf.Session(config=config) 設定最小的GPU使用量 config = tf.ConfigProto()  config.gpu_options.allow_growth = True  session = tf.Session(config=config)

------------------------------------------------------------------------ 單詞删除 dw 删除到下一個單詞開頭 de 删除到本單詞末尾dE 删除到本單詞末尾包括标點在内 db 删除到前一個單詞dB 删除到前一個單詞包括标點在内 很明顯,d是delete的縮寫,而上面的x則是老式的清除意思 這裡e表示往前删除一個單詞,b表示往後删除一個單詞,第一節中移動寫的很清楚 要注意的是e b會忽略标點,如don't,它們會把這當做三個單詞don、‘ 和 t 來删除 而大寫的E B則不會

d0 删除到行首 d$ 删除光标之後的該行剩餘部分。

TensorFlow指定GPU使用及監控GPU占用情況 nvidia-smi -l 定時更新 在終端執行程式時指定GPU     CUDA_VISIBLE_DEVICES=1   python  your_file.py 這樣在跑你的網絡之前,告訴程式隻能看到1号GPU,其他的GPU它不可見 可用的形式如下: CUDA_VISIBLE_DEVICES=1           Only device 1 will be seen CUDA_VISIBLE_DEVICES=0,1         Devices 0 and 1 will be visible CUDA_VISIBLE_DEVICES="0,1"       Same as above, quotation marks are optional CUDA_VISIBLE_DEVICES=0,2,3       Devices 0, 2, 3 will be visible; device 1 is masked CUDA_VISIBLE_DEVICES=""          No GPU will be visible 在Python代碼中指定GPU import os os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" os.environ["CUDA_VISIBLE_DEVICES"] = "0" 設定定量的GPU使用量 config = tf.ConfigProto()  config.gpu_options.per_process_gpu_memory_fraction = 0.9 # 占用GPU90%的顯存  session = tf.Session(config=config) 設定最小的GPU使用量 config = tf.ConfigProto()  config.gpu_options.allow_growth = True  session = tf.Session(config=config)

------------------------------------------------------------------------

繼續閱讀