tf.device()指定tensorflow运行的GPU或CPU设备

在tensorflow中，我们可以使用 tf.device() 指定模型运行的具体设备，可以指定运行在GPU还是CUP上，以及哪块GPU上。

设置使用GPU

使用 tf.device('/gpu:1') 指定Session在第二块GPU上运行：

import tensorflow as tfwith tf.device('/gpu:1'):v1 = tf.constant([1.0, 2.0, 3.0], shape=[3], name='v1')v2 = tf.constant([1.0, 2.0, 3.0], shape=[3], name='v2')sumV12 = v1 + v2with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess:print sess.run(sumV12)

ConfigProto() 中参数 log_device_placement=True 会打印出执行操作所用的设备，以上输出：

如果安装的是GPU版本的tensorflow，机器上有支持的GPU，也正确安装了显卡驱动、CUDA和cuDNN，默认情况下，Session会在GPU上运行：

import tensorflow as tfv1 = tf.constant([1.0, 2.0, 3.0], shape=[3], name='v1')
v2 = tf.constant([1.0, 2.0, 3.0], shape=[3], name='v2')
sumV12 = v1 + v2with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess:print sess.run(sumV12)

默认在GPU:0上执行：

设置使用cpu

tensorflow中不同的GPU使用/gpu:0和/gpu:1区分，而CPU不区分设备号，统一使用 /cpu:0

import tensorflow as tfwith tf.device('/cpu:0'):v1 = tf.constant([1.0, 2.0, 3.0], shape=[3], name='v1')v2 = tf.constant([1.0, 2.0, 3.0], shape=[3], name='v2')sumV12 = v1 + v2with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess:print sess.run(sumV12)

转载于:https://www.cnblogs.com/mtcnn/p/9411709.html

tf.device()指定tensorflow运行的GPU或CPU设备相关推荐

指定tensorflow运行的GPU或CPU设备
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t ...
tensorflow中使用tf.ConfigProto()配置Session运行参数GPU设备指定
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/dcrmg/article/detail ...
TensorFlow GPU与CPU运行速度比较
测试TensorFlow采用GPU或CPU对于同一任务的运行速度测试. 第一次使用TensorFlow,第2个月使用python,不是CS行业. 测试环境软件环境:windows10,VScode, ...
TensorFlow如何充分使用所有CPU核数，提高TensorFlow的CPU使用率，以及Intel的MKL加速
TensorFlow如何充分使用所有CPU核数,提高TensorFlow的CPU使用率,以及Intel的MKL加速转载链接:http://nooverfit.com/wp/tensorflow%E5 ...
TF之Windows：Windows系统下设置Tensorflow运行方式为GPU加速运行的详细攻略
TF之Windows:Windows系统下设置Tensorflow运行方式为GPU加速运行的详细攻略目录软件环境 1.第一步安装好CUDA软件程序 2.第二步安装好tensorflow-gpu库 ...
TensorFlow实践（15）——使用tf.device方法指定节点执行设备
TensorFlow实践(15)--使用tf.device方法指定节点执行设备 (一)前言 (二)tf.device方法指定节点执行设备 (三)总结 (一)前言当我们调用sess.run()方 ...
tensorflow tf.device() （返回指定要用于新创建的操作的默认设备的上下文管理器）
@tf_export("device") def device(device_name_or_function):"""Wrapper for `Gr ...
CentOS查看显卡及GPU相关信息,指定GPU、CPU运行
一.查看信息在一套标准的系统上通常有多个计算设备. TensorFlow 支持 CPU 和 GPU 这两种设备. 我们用指定字符串 strings 来标识这些设备. 比如: "/cpu:0 ...
python 死循环程序能占满cpu吗_运行tensorflow python程序,限制对GPU和CPU的占用操作...
一般情况下,运行tensorflow时,默认会占用可以看见的所有GPU,那么就会导致其它用户或程序无GPU可用,那么就需要限制程序对GPU的占用.并且,一般我们的程序也用不了所有的GPU资源,只是强行 ...

tf.device()指定tensorflow运行的GPU或CPU设备

tf.device()指定tensorflow运行的GPU或CPU设备相关推荐

最新文章

热门文章