如何在CPU上运行Tensorflow
python
tensorflow
5
0

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
收藏
评论
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'
收藏
评论

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

收藏
评论

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

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
收藏
评论

您还可以将环境变量设置为

CUDA_VISIBLE_DEVICES=""

无需修改源代码。

收藏
评论

如果以上答案不起作用,请尝试:

os.environ['CUDA_VISIBLE_DEVICES'] = '-1'
收藏
评论
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
京ICP备20001863号