tensorflow中怎么指定gpu运行

1018
2024/3/13 12:37:31
栏目: 深度学习
开发者测试专用服务器限时活动,0元免费领,库存有限,领完即止! 点击查看>>

在TensorFlow中,可以通过以下方式指定GPU运行:

  1. 在代码中设置环境变量:
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"  # 指定使用第一个GPU
  1. 在建立session时指定使用的GPU:
import tensorflow as tf

gpu_options = tf.GPUOptions(visible_device_list="0")  # 指定使用第一个GPU
config = tf.ConfigProto(gpu_options=gpu_options)
sess = tf.Session(config=config)
  1. 使用with tf.device()语句指定某段代码在指定的GPU上运行:
import tensorflow as tf

with tf.device('/device:GPU:0'):
    # 在第一个GPU上运行的代码
  1. 使用tf.distribute.Strategy指定在多个GPU上运行:
import tensorflow as tf

strategy = tf.distribute.MirroredStrategy()
with strategy.scope():
    # 在多个GPU上运行的代码

注意:在使用GPU时,需要安装对应版本的CUDA和cuDNN,并且确保TensorFlow安装时支持GPU。

辰迅云「云服务器」,即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘,价格低至29元/月。点击查看>>

推荐阅读: 使用TensorFlowExtended构建端到端的机器学习管道