tensorflow指定使用哪块GPU运行程序

我认为最直观的一种方式：

import os

# 使用第三块GPU
os.environ["CUDA_VISIBLE_DEVICES"] = "2"

其他方式：

第一种：

在运行 py 文件时设置：

CUDA_VISIBLE_DEVICES=0,1 python3 gpu_test.py

第二种：

动态分配显存：

# 1.让TensorFlow按需分配显存
config = tf.ConfigProto()
config.gpu_options.allow_growth = True

# 2.直接指定显存比例
config.gpu_options.per_process_gpu_memory_fraction = 0.4
# 占用 GPU 40%

# 再传入Session当中
session = tf.Session(config=config)

日志级别设置：

import os

os.environ["TF_CPP_MIN_LOG_LEVEL"]='1' # 这是默认的显示等级，显示所有信息
os.environ["TF_CPP_MIN_LOG_LEVEL"]='2' # 只显示 warning 和 Error 
os.environ["TF_CPP_MIN_LOG_LEVEL"]='3' # 只显示 Error

如果在使用 nvidia-smi 命令时出现较慢的情况，在终端输入：

# sudo nvidia-persistenced --persistence-mode