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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注