如何在CPU上运行Tensorflow- AskGo

如何在CPU上运行Tensorflow

python

tensorflow

我已经在Ubuntu 14.04上安装了GPU版本的tensorflow。

我在GPU服务器上，张量流可以访问可用的GPU。

我想在CPU上运行tensorflow。

通常，我可以使用env CUDA_VISIBLE_DEVICES=0在GPU号上运行。 0。

如何在CPU之间进行选择？

我不喜欢with tf.device("/cpu:0"):重新编写代码with tf.device("/cpu:0"):

参考资料：

Stack Overflow

2020-05-28 20:14:31 更新

笪高达• 666

共 5 个回答

高赞时间活跃

只需使用下面的代码。

import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ['CUDA_VISIBLE_DEVICES'] = '-1'

2020-05-28 20:24:00 更新

Carl Agnes• 697

您可以为每个tf.Session应用device_count参数：

config = tf.ConfigProto(
        device_count = {'GPU': 0}
    )
sess = tf.Session(config=config)

另请参见protobuf配置文件：

tensorflow/core/framework/config.proto

2020-05-28 20:21:55 更新

陈甘雨• 720

对我来说，仅将CUDA_VISIBLE_DEVICES设置为正好-1是CUDA_VISIBLE_DEVICES ：

作品：

import os
import tensorflow as tf

os.environ['CUDA_VISIBLE_DEVICES'] = '-1'

if tf.test.gpu_device_name():
    print('GPU found')
else:
    print("No GPU found")

# No GPU found

不工作：

import os
import tensorflow as tf

os.environ['CUDA_VISIBLE_DEVICES'] = ''    

if tf.test.gpu_device_name():
    print('GPU found')
else:
    print("No GPU found")

# GPU found

2020-05-28 20:20:56 更新

Tim Black• 689

您还可以将环境变量设置为

CUDA_VISIBLE_DEVICES=""

无需修改源代码。

2020-05-28 20:18:47 更新

Parker O'Neil• 666

如果以上答案不起作用，请尝试：

os.environ['CUDA_VISIBLE_DEVICES'] = '-1'

2020-05-28 20:18:20 更新

谈胤文• 660

新手导航

社区规范
提出问题
进行投票
个人资料
优化问题
回答问题

关于我们

常见问题

内容许可

联系我们

@2020 AskGo