我将R与Keras和tensorflow 2.0一起在GPU上使用。

将第二台显示器连接到我的GPU后，在深度学习脚本中收到此错误：

我得出的结论是，GPU的内存不足，似乎是这样的解决方案：

import tensorflow as tf
from keras.backend.tensorflow_backend import set_session
config = tf.ConfigProto()
config.gpu_options.allow_growth = True  # dynamically grow the memory used on the GPU
config.log_device_placement = True  # to log device placement (on which device the operation ran)
                                    # (nothing gets printed in Jupyter,only if you run it standalone)
sess = tf.Session(config=config)
set_session(sess)  # set this TensorFlow session as the default session for Keras

根据此帖子： https://github.com/tensorflow/tensorflow/issues/7072#issuecomment-422488354

尽管R不接受此代码。 它说

  

来自Tensorflow的意外令牌。

     

tf.ConfigProto（）错误：找不到函数“ tf.ConfigProto”

如果我从这篇文章中了解正确的话，似乎tensorflow 2.0不接受此代码： https://github.com/tensorflow/tensorflow/issues/33504

有人知道我如何使用Keras库和Tensorflow 2.0从我的R脚本中最大限度地利用GPU吗？

谢谢！