只有'导入keras'需要10GB的GPU

Question

我正在使用带有预制AMI的EC2 GPU机器.我只是把'import keras'并运行它.需要11519MiB(12181MiB).这是无意义的吗？

我用谷歌搜索它.我猜它可能来自路径设置.我不知道哪个导致内存泄漏.

任何知道解决方案或经验与我相似的人？

--UPDATE--我公司的GPU服务器中的LD_LIBRARY_PATH当我第一次使用服务器时,只安装了tensorflow,而不是tensorflow-gpu.所以我做了'pip install --upgrade tensorflow-gpu'

Answer 1

我解决了这个问题.

它与Keras和Tensorflow内存分配问题有关.我的设置自动分配GPU中的所有内存.我通过以下解决方案.无论如何,谢谢大家

import tensorflow as tf
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.2)
sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
from keras import backend as K
import tensorflow as tf
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.2
session = tf.Session(config=config)
K.set_session(session)