我如何 check/release tensorflow 2.0b 中的 GPU 内存？

Question

在我的 tensorflow2.0b 程序中，我确实遇到了这样的错误

    ResourceExhaustedError: OOM when allocating tensor with shape[727272703] and type int8 on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc [Op:TopKV2]

此程序中的许多基于 GPU 的操作已成功执行后出现此错误。

我想释放与这些过去的操作相关的所有 GPU 内存，以避免上述错误。我怎样才能在 tensorflow-2.0b 中做到这一点？如何从我的程序中检查内存使用情况？

我只能使用 tf.session() 找到相关信息，这在 tensorflow2.0 中不再可用

Answer 1

您可能有兴趣使用此 Python 3 Bindings for the NVIDIA Management Library。

我会尝试这样的事情：

import nvidia_smi

nvidia_smi.nvmlInit()

handle = nvidia_smi.nvmlDeviceGetHandleByIndex(0)
# card id 0 hardcoded here, there is also a call to get all available card ids, so we could iterate

info = nvidia_smi.nvmlDeviceGetMemoryInfo(handle)

print("Total memory:", info.total)
print("Free memory:", info.free)
print("Used memory:", info.used)

nvidia_smi.nvmlShutdown()

我如何 check/release tensorflow 2.0b 中的 GPU 内存？

How can I check/release GPU-memory in tensorflow 2.0b?

gpu

python-3.x

tensorflow2.0