充分利用你的GPU和CPU

在Session定义时，ConfigProto中可以尝试指定下面三个参数：

device_count, 使用CPU数量上限，CPU有多少可以用多少

inter_op_parallelism_threads和intra_op_parallelism_threads告诉session操作的线程并行程度，如果值越小，线程的复用就越少，越可能使用较多的CPU核数。如果值为0，TF会自动选择一个合适的值。

config = tf.ConfigProto(device_count={"CPU":30},

inter_op_parallelism_threads=0,

intra_op_parallelism_threads=0

) 

config.gpu_options.allow_growth = True 

然后在sess = tf.Session(config=config)即可

在keras中设置如下：

import tensorflow as tf

from keras.backend.tensorflow_backend import set_session

config = tf.ConfigProto()

config.gpu_options.allow_growth = True

set_session(tf.Session(config=config))