tensorflow之如何使用GPU而不是CPU问题
如何使用GPU而不是CPU
首先查看设备
1
2
from tensorflow.python.client import device_libprint(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）
1
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：
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" # 这一行注释掉就是使用cpu，不注释就是使用gpu# 使用GPU：import osos.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
1
2
3
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
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
1
2
3
os.environ[“CUDA_DEVICE_ORDER”] = “PCI_BUS_ID” ##指定的设备名称os.environ[‘CUDA_VISIBLE_DEVICES'] = ‘0' #使用 GPU 0os.environ[‘CUDA_VISIBLE_DEVICES'] = ‘0,1' # 使用 GPU 0，1