Из-за того, что мои коды занимают меньше памяти графического процессора, я хотел бы запустить несколько копий одного и того же кода на одном графическом процессоре.
Я установил, что os.environ["CUDA_VISIBLE_DEVICES"] = "0", а также установил
t_config = tf.ConfigProto()
t_config.gpu_options.allow_growth = True
with tf.Session(config=t_config) as sess:
Но когда я запускаю второй код, он сообщает «Не удалось создать сеанс». Я искал в Google и обнаружил, что большинство людей говорят, что это нормально для нескольких кодов в одном графическом процессоре.
Большое спасибо.
nvidia-smi
)? Помогает ли возня сper_process_gpu_memory_fraction
(т.е. ограничение памяти)? - person Allen Lavoie   schedule 21.12.2017CUDA_VISIBLE_DEVICES
в командной строке, а не в процессе Python (иногда это может быть сомнительно)? Упоминается ли в журнале запуска для TF только одно устройство? - person Allen Lavoie   schedule 22.12.2017CUDA_VISIBLE_DEVICES="0" python3.6 tryproc.py
, которая с Bash должна установить переменную окружения для всего процесса Python. Но вы также можете просмотреть выходные данные журнала при первом создании сеанса, которые сообщат вам, есть ли несколько видимых устройств (должна быть строка «Найдено устройство 0» и не найдено «Найдено устройство 1»). - person Allen Lavoie   schedule 22.12.2017