tensorflow 在 GPU 版本中需要太多的虚拟主内存
tensorflow requires too much virtual main memory in GPU version
当我使用r1.4 GPU版本的tensorflow时，发现它占用的虚拟主内存太大，但是当我使用CPU版本时，一切正常。当我使用 top 命令时，这里是详细信息：
VIRT：15.726g，RES：715824，SHR:295896，SWAP:0，CODE:2728，DATA:860644，MEM:2.2%
在代码中，我使用以下配置：
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
我认为它与主虚拟内存无关。
有人遇到过类似的问题吗？看到有人说是cuda的问题，没找到解决方法
这是 Unified Virtual Address space 这是自计算能力 2.0
以来的正常行为
When the application is run as a 64-bit process, a single address space is used for the host and all the devices of compute capability 2.0 and higher.
因此，预计任何 CUDA 程序（例如 TensorFlow gpu 版本）都会使用大量虚拟内存
当我使用r1.4 GPU版本的tensorflow时，发现它占用的虚拟主内存太大，但是当我使用CPU版本时，一切正常。当我使用 top 命令时，这里是详细信息：
VIRT：15.726g，RES：715824，SHR:295896，SWAP:0，CODE:2728，DATA:860644，MEM:2.2%
在代码中，我使用以下配置：
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
我认为它与主虚拟内存无关。
有人遇到过类似的问题吗？看到有人说是cuda的问题，没找到解决方法
这是 Unified Virtual Address space 这是自计算能力 2.0
以来的正常行为When the application is run as a 64-bit process, a single address space is used for the host and all the devices of compute capability 2.0 and higher.
因此，预计任何 CUDA 程序（例如 TensorFlow gpu 版本）都会使用大量虚拟内存