使用CUU阵列限制Julia中的GPU内存
我对julia是个新手，目前我正在尝试一些具有循环结构的深度卷积网络。我正在GPU上使用 CUDA阵列（CUDA 9.0版） 有了两个独立的GPU，我启动了两个具有不同数据集的实例。 经过一些培训后不久，两个julia实例都分配了所有可用内存（2 x 11GB），我甚至无法使用CuArrays单独启动另一个实例（内存分配错误）。这成了一个相当大的问题，因为它运行在一个多人共享的服务器上 我假设这是一种正常的行为，使用所有可用内存尽可能快地训练。但是，在这种情况下，我希望限制可以分配给同时运行两个实例的内存，并且不要阻止我或其他人使用GPU。 令我惊讶的是，我发现关于这一点的信息非常非常少 我知道CUDA_VISIBLE_设备选项，但这没有帮助，因为我想同时在两个设备上进行训练。 另一个建议调用GC.GC（）和CuArrays.clearpool（） 第二个调用抛出未知函数错误，并且似乎不再位于CuArray包中。第一个我目前正在测试，但不完全是我需要的。是否有可能使用CuArrays和Julia限制GPU上的RAM分配？ 提前谢谢使用CUU阵列限制Julia中的GPU内存,julia,julia-gpu,Julia,Julia Gpu,我对julia是个新手，目前我正在尝试一些具有循环结构的深度卷积网络。我正在GPU上使用 CUDA阵列（CUDA 9.0版） 有了两个独立的GPU，我启动了两个具有不同数据集的实例。 经过一些培训后不久，两个julia实例都分配了所有可用内存（2 x 11GB），我甚至无法使用CuArrays单独启动另一个实例（内存分配错误）。这成了一个相当大的问题，因为它运行在一个多人共享的服务器上 我假设这是一种正常的行为，使用所有可用内存尽可能快地训练。但是，在这种情况下，我希望限制可以分配给同时运行两个
我的Batchsize是100，一个批次的容量应该小于1MB…目前没有此类功能。我很快做了一些事情，你可以用它来定义
CUARRAYS\u MEMORY\u LIMIT