tensorflow之如何使用GPU而不是CPU问题
作者：叩钉吧zz
这篇文章主要介绍了tensorflow之如何使用GPU而不是CPU问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
如何使用GPU而不是CPU
首先查看设备
from tensorflow.python.client import device_lib print(device_lib.list_local_devices())
如果发现只有一个CPU可用
则说明可能存在一下情况：
1 tensorflow-gpu是否安装，版本查看，如果版本低于tensorflow，则默认启动CPU（t-gpu版本最好高于t）
pip install tensorflow-gpu==2.3.0 -i https://pypi.douban.com/simple/
2 CUDA初始化
在开始训练的前面输入如下：
# 使用CPU： import os os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" os.environ["CUDA_VISIBLE_DEVICES"] = "-1" # 这一行注释掉就是使用cpu，不注释就是使用gpu # 使用GPU： import os os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" # os.environ['CUDA_VISIBLE_DEVICES'] = "0" #这个是仅选择使用GPU 0 # os.environ['CUDA_VISIBLE_DEVICES'] = "1" #这个是仅选择使用GPU 1 # os.environ['CUDA_VISIBLE_DEVICES'] = “0,1” #设置当前使用的GPU设备为0,1号
tensorflow使用GPU的设置方式
方法一
Config=tf.ConfigProto(allow_soft_placement=True) ##:如果你指定的设备不存在,允许TF自动分配设备 Config.gpu_options.allow_growth=True ##动态分配内存 sess=tf.session(config=config)
方法二
gpu_options = tf.GPUOptions(allow_growth=True) gpu_options =tf.GPUOptions(per_process_gpu_memory_fraction=0.8,allow_growth=True) ##每个gpu占用0.8的显存 config=tf.ConfigProto(gpu_options=gpu_options,allow_soft_placement=True) sess=tf.session(config=config)##如果电脑有多个GPU，tensorflow默认全部使用。如果想只使用部分GPU，可以设置CUDA_VISIBLE_DEVICES。
控制使用哪个gpu
os.environ[“CUDA_DEVICE_ORDER”] = “PCI_BUS_ID” ##指定的设备名称 os.environ[‘CUDA_VISIBLE_DEVICES'] = ‘0' #使用 GPU 0 os.environ[‘CUDA_VISIBLE_DEVICES'] = ‘0,1' # 使用 GPU 0，1
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。