CUDA_ERROR_OUT_OF_MEMORY：如何激活从Keras多个GPU在Tensorflow

Question

我正在使用Keras tensorflow一个大模型，向训练jupyter笔记本内核停止的结束，在命令行中，我有以下错误：

2017-08-07 12:18:57.819952: E tensorflow/stream_executor/cuda/cuda_driver.cc:955] failed to alloc 34359738368 bytes on host: CUDA_ERROR_OUT_OF_MEMORY 

这我觉得很简单 - 我内存不足。我有4个NVIDIA 1080ti GPU。我知道TF只使用一个，除非指定。因此，我有2个问题：

1. 有如何利用所有的GPU在Keras良好的工作例如

2. 在Keras，现在看来，这是可以改变gpu_options.allow_growth =真，但我看不出究竟是如何做到这一点（我理解，这是作为一个帮助吸血鬼，但我完全新的DL在GPU上）

看到CUDA_ERROR_OUT_OF_MEMORY in tensorflow

Answer 1

1. 看到这个Official Keras Blog

2. 试试这个：

   import keras.backend as K 
   
   config = K.tf.ConfigProto() 
   config.gpu_options.allow_growth = True 
   session = K.tf.Session(config=config)