tensorflow之如何使用GPU而不是CPU問題
如何使用GPU而不是CPU
首先查看設(shè)備
1
2
from tensorflow.python.client import device_libprint(device_lib.list_local_devices()) 如果發(fā)現(xiàn)只有一個CPU可用
則說明可能存在一下情況：?
1 tensorflow-gpu是否安裝，版本查看，如果版本低于tensorflow，則默認(rèn)啟動CPU（t-gpu版本最好高于t）
1
pip install tensorflow-gpu==2.3.0 -i https://pypi.douban.com/simple/2?CUDA初始化
在開始訓(xùn)練的前面輸入如下：
1
2
3
4
5
6
7
8
9
10
# 使用CPU：import osos.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"os.environ["CUDA_VISIBLE_DEVICES"] = "-1" # 這一行注釋掉就是使用cpu，不注釋就是使用gpu# 使用GPU：import osos.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"# os.environ['CUDA_VISIBLE_DEVICES'] = "0" #這個是僅選擇使用GPU 0# os.environ['CUDA_VISIBLE_DEVICES'] = "1" #這個是僅選擇使用GPU 1# os.environ['CUDA_VISIBLE_DEVICES']? = “0,1” #設(shè)置當(dāng)前使用的GPU設(shè)備為0,1號tensorflow使用GPU的設(shè)置方式
方法一
1
2
3
Config=tf.ConfigProto(allow_soft_placement=True) ?##:如果你指定的設(shè)備不存在,允許TF自動分配設(shè)備Config.gpu_options.allow_growth=True ?##動態(tài)分配內(nèi)存sess=tf.session(config=config)方法二
1
2
3
4
gpu_options = tf.GPUOptions(allow_growth=True)gpu_options =tf.GPUOptions(per_process_gpu_memory_fraction=0.8,allow_growth=True) ##每個gpu占用0.8的顯存config=tf.ConfigProto(gpu_options=gpu_options,allow_soft_placement=True)sess=tf.session(config=config)##如果電腦有多個GPU，tensorflow默認(rèn)全部使用。如果想只使用部分GPU，可以設(shè)置CUDA_VISIBLE_DEVICES。控制使用哪個gpu
1
2
3
os.environ[“CUDA_DEVICE_ORDER”] = “PCI_BUS_ID” ##指定的設(shè)備名稱os.environ[‘CUDA_VISIBLE_DEVICES'] = ‘0' #使用 GPU 0os.environ[‘CUDA_VISIBLE_DEVICES'] = ‘0,1' # 使用 GPU 0，1標(biāo)簽：
