快来加入 TensorFlowers 大家庭！
您需要 登录 才可以下载或查看，没有帐号？加入社区
x
在Tensorflow下分配大片内存时，显存占用和期望值不符。重现方法如下：
```python
import tensorflow as tf
sess_conf = tf.ConfigProto()
sess_conf.gpu_options.allow_growth = True # 关掉预分配功能
sess = tf.Session(config=sess_conf)
input() # 暂停，用于观察当前显存占用
X = tf.get_variable("X", [100_000_000], dtype=tf.float32) # 分配100m的变量，理论上应当占据400m左右内存
sess.run(tf.global_variables_initializer()) # 初始化X
input() # 暂停，用于观察当前显存占用
```
通过gpustat观察可知，第一次暂停时，显存占用为143M，第二次暂停时显存占用为1167M，和期望值400M左右差距较大。
同样行为用pytorch如下：
```python
import torch
x = torch.rand(100, dtype=torch.float32, device='cuda')
input() # 暂停，用于观察当前显存占用
y = torch.rand(500_000_000, dtype=torch.float32, device='cuda')
input() # 暂停，用于观察当前显存占用
```
通过gpustat观察，第一次暂停时显存占用为509M，第二次为2417M，和预期值2000M左右相符。
求高人指点
我知道答案
回答被采纳将会获得 10 金币 + 5 金币 已有0人回答
|
加载中...
![[电商] 京东如何玩转 TensorFlow](https://www.tfugcs.cn/block/65/65eacc2dd99b8bad81b6b7cfd1bb6535.jpg)
