tensorflow模型中的GPU和CPU配置

1.GPU和CPU硬件环境设置

1.1. 多GPUs环境设置

gpu='0'              #表示PCI卡槽gpu0可见
gpu='3'              #表示PCI卡槽gpu3可见
gpu='3,2,0'        #表示PCI卡槽gpu3,2,0可见，gpu0不可见
os.environ['CUDA_VISIBLE_DEVICES'] = gpu           #PCI卡槽多gpu可见设置

1.2. CPU环境设置

gpu = '-1'                        #表示GPU不可见，即only CPU模式
os.environ['CUDA_VISIBLE_DEVICES'] = gpu           #PCI卡槽gpu不可见设置

2. tensorflow多GPUs和CPU软件设置

2.1. tensorflow多GPUs设置

num_gpus = 4             #num_gpus =表示同时使用gpu个数
num_cpus = 1             #num_cpus =表示同时使用cpu个数,且num_cpus>=1
config = tf.ConfigProto(device_count={'GPU':num_gpus,'CPU':num_cpus},allow_soft_placement=True,                                      #自动选中GPUlog_device_placement=False                                      #打印设备分配日志
)
self.sess = tf.Session(config=config) 

2.2. tensorflow强制仅使用CPU设置

num_gpus = 0             
num_cpus = 1             #num_cpus =表示同时使用cpu个数,且num_cpus>=1
config = tf.ConfigProto(device_count={'GPU':num_gpus,'CPU':num_cpus},allow_soft_placement=True,                                      #自动选中GPUlog_device_placement=False                                      #打印设备分配日志
)
self.sess = tf.Session(config=config) 

3.使用说明

在进行模型训练和测试应用时，通常会根据应用场景进行结合1.和2.适当配置

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！