当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python tf.config.experimental.get_memory_info用法及代码示例


获取所选设备的内存信息,作为字典。

用法

tf.config.experimental.get_memory_info(
    device
)

参数

返回

  • 带有键 'current''peak' 的字典,分别指定当前和峰值内存使用情况。

抛出

  • ValueError 未找到具有设备名称的设备,例如 '"nonexistent"'。
  • ValueError 设备名称无效,例如 '"GPU"'、'"CPU:GPU"'、'"CPU:"'。
  • ValueError 与设备名称匹配的多个设备。
  • ValueError 未跟踪内存统计信息,例如 '"CPU:0"'。

这个函数返回一个包含设备内存使用信息的字典。例如:

if tf.config.list_physical_devices('GPU'):
  # Returns a dict in the form {'current':<current mem usage>,
  #                             'peak':<peak mem usage>}
  tf.config.experimental.get_memory_info('GPU:0')

当前返回以下键:

  • 'current' :设备当前使用的内存,以字节为单位。
  • 'peak' :设备在程序运行期间使用的峰值内存,以字节为单位。可以使用 tf.config.experimental.reset_memory_stats 重置。

未来可能会添加更多键,包括device-specific 键。

目前仅支持 GPU 和 TPU。如果在 CPU 设备上调用,则会引发异常。

对于 GPU,TensorFlow 将默认分配所有内存,除非更改为 tf.config.experimental.set_memory_growth 。 dict 仅指定 TensorFlow 实际使用的当前和峰值内存,而不是 TensorFlow 在 GPU 上分配的内存。

相关用法


注:本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.config.experimental.get_memory_info。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。