基本上，我在渴望模式下运行强化学习模型，我需要限制每个进程将从gpu占用的内存量。在图形API中，这可以通过修改tf.ConfigProto（）对象并使用该config对象创建会话来实现。
但是，在渴望的api中，没有会话。我的疑问是，在这种情况下如何管理gpu内存？
最佳答案
tf.enable_eager_execution()接受一个config参数，其值将与同一ConfigProto消息相同。
因此，您应该能够使用它为每个进程设置相同的选项。
希望能有所帮助。
基本上，我在渴望模式下运行强化学习模型，我需要限制每个进程将从gpu占用的内存量。在图形API中，这可以通过修改tf.ConfigProto（）对象并使用该config对象创建会话来实现。
但是，在渴望的api中，没有会话。我的疑问是，在这种情况下如何管理gpu内存？
最佳答案
tf.enable_eager_execution()接受一个config参数，其值将与同一ConfigProto消息相同。
因此，您应该能够使用它为每个进程设置相同的选项。
希望能有所帮助。