欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

指定tensorflow运行的GPU或CPU设备

程序员文章站 2022-04-03 09:58:44
如果 TensorFlow 指令中兼有 CPU 和 GPU 实现,当该指令分配到设备时,GPU 设备有优先权。如果你的系统里有多个 GPU, 那么 ID 最小的 GPU 会默认使用。当我们要指定tensorflow运行的GPU或CPU设备时,可以使用tf.device()命令首先查看可用运算设备(CPU,GPU)from tensorflow.python.client import device_libprint(device_lib.list_local_devices())得.....
  • 如果 TensorFlow 指令中兼有 CPU 和 GPU 实现,当该指令分配到设备时,GPU 设备有优先权。

  • 如果你的系统里有多个 GPU, 那么 ID 最小的 GPU 会默认使用。

当我们要指定tensorflow运行的GPU或CPU设备时,可以使用tf.device()命令

首先查看可用运算设备(CPU,GPU)

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

得到类似以下的输出结果

[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 13177083330855175469
, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 10968950375
locality {
  bus_id: 1
}
incarnation: 6161624703599064583
physical_device_desc: "device: 0, name: GeForce GTX 1080 Ti, pci bus id: 0000:00:08.0, compute capability: 6.1"
]

name即是对应设备名称,一般来说(以各自实际情况为准,每个人的情况可能不同)

"/cpu:0":机器的 CPU。
"/device:GPU:0":机器的 GPU(如果有一个)。
"/device:GPU:1":机器的第二个 GPU(以此类推)。

使用命令tf.device()进行指定

import os
os.environ["CUDA_VISIBLE_DEVICES"] = '/device:GPU:0'

本文地址:https://blog.csdn.net/tsundere_x/article/details/107667896