tf.ConfigProto()主要的作用是配置tf.Session的運(yùn)算方式，比如gpu運(yùn)算或者cpu運(yùn)算
tf.ConfigProto一般用在創(chuàng)建session的時(shí)候，用來對(duì)session進(jìn)行參數(shù)配置。

參數(shù)：

參數(shù)作用

log_device_placement	是否打印設(shè)備分配日志
inter_op_parallelism_threads	設(shè)置線程一個(gè)操作內(nèi)部并行運(yùn)算的線程數(shù)，比如矩陣乘法，如果設(shè)置為０，則表示以最優(yōu)的線程數(shù)處理
intra_op_parallelism_threads	設(shè)置多個(gè)操作并行運(yùn)算的線程數(shù)，比如 c = a + b，d = e + f . 可以并行運(yùn)算
allow_soft_placement	有時(shí)候，不同的設(shè)備，它的cpu和gpu是不同的，如果將這個(gè)選項(xiàng)設(shè)置成True，那么當(dāng)運(yùn)行設(shè)備不滿足要求時(shí)，會(huì)自動(dòng)分配GPU或者CPU(如果你指定的設(shè)備不存在，允許TF自動(dòng)分配設(shè)備)
gpu_options	gpu配置項(xiàng),一般用于限制GPU資源的使用

gpu_options

config = tf.ConfigProto()

為了加快運(yùn)行效率，TensorFlow在初始化時(shí)會(huì)嘗試分配所有可用的GPU顯存資源給自己，這在多人使用的服務(wù)器上工作就會(huì)導(dǎo)致GPU占用，別人無法使用GPU工作的情況。tf提供了兩種控制GPU資源使用的方法:

• 動(dòng)態(tài)申請(qǐng)顯存
  config.gpu_options.allow_growth = True ：默認(rèn)開啟 Tensorflow 的 session 之后，就會(huì)占用幾乎所有的顯存，這樣的話速度會(huì)比較快。使用allow_growth，剛一開始分配少量的GPU容量，然后按需慢慢的增加，由于不會(huì)釋放內(nèi)存，所以會(huì)導(dǎo)致碎片（當(dāng)使用GPU時(shí)候，Tensorflow運(yùn)行自動(dòng)慢慢達(dá)到最大GPU的內(nèi)存）
• 限制GPU的使用率
  config.gpu_options.per_process_gpu_memory_fraction = 0.4：當(dāng)使用GPU時(shí)，設(shè)置GPU內(nèi)存使用最大比例

tf.ConfigProto()使用參數(shù)的兩種方法:

第一種實(shí)在構(gòu)造config對(duì)象時(shí)直接賦值，如下:

tf.ConfigProto(log_device_placement=True,allow_soft_placement=True)

第二種是先構(gòu)造config對(duì)象，再對(duì)構(gòu)造的config對(duì)象進(jìn)行賦值，如下：

config = tf.ConfigProto() config.log_device_placement= True config.allow_soft_placement=True

讓參數(shù)設(shè)置生效的方法

session = tf.Session(config=config) 《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的tf.ConfigProto()详解的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。