在训练模型时,我有时会遇到内存不足的问题

Tensorflow 版本:TF1.13,使用 Anaconda

我在 Stack Overflow 上学习到可以通过设置:
TF_CUDNN_WORKSPACE_LIMIT_IN_MB = 100来减少 Tensorflow 默认的4GB临时空间

GPU:NVIDIA GTX 1660 TI 6GB显卡CUDA 版本:11.0

但我不知道如何设置环境变量。我找不到任何相关的教程。作为一个初学者,有没有人能提供一些链接或告诉我如何设置这个变量?这对我会非常有帮助。


回答:

你可以使用 Python 中的 OS 模块,如下所示:

import osos.environ['TF_CUDNN_WORKSPACE_LIMIT_IN_MB'] = '100'

顺便说一下,100MiB对于训练模型来说实在是太少了。至少应该分配1GiB。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注