tensorflow之如何使用GPU而不是CPU问题

Ida ·
更新时间:2024-09-20
· 644 次阅读

目录

如何使用GPU而不是CPU

首先查看设备

如果发现只有一个CPU可用

tensorflow使用GPU的设置方式

方法一

方法二

总结

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软件开发网。



tensorflow

需要 登录 后方可回复, 如果你还没有账号请 注册新账号
相关文章