tensorflow指定运算设备tf.device（GPU：Device mapping）

tensorflow在指定设备时，注意：

1. CPU在内部计算的时候，不会涉及到它是第几个CPU，就是"/cpu:0"表示使用机器CPU运算

2. 而GPU会。比如：
   "/gpu:0"表示使用第一块GPU运算
   "/gpu:1"表示使用第二块GPU运算
   "/gpu:2"表示使用第三块GPU运算

3. Device mapping只会显示GPU的信息，如果是CPU就没有了。

tf.device(设备)

import tensorflow as tf
# tensorflow指定运算设备
with tf.device('/cpu:0'):
    # 这个代码块中定义的操作，会在tf.device给定的设备上运行
    # 有一些操作，是不会在GPU上运行的（注意了）  所以建议如果安装的是GPU版本，把参数 allow_soft_placement设为True
    # 如果安装的tensorflow是CPU版本，是没法指定运行环境的，因为指不指定都在仅有的CPU上面运算
    a = tf.Variable([1, 2, 3], dtype=tf.int32, name='a')
    b = tf.Variable(2, dtype=tf.int32, name='b')
    c = tf.add(a, b, name='ab')

with tf.device('/gpu:0'):  # 我没有GPU环境，运算没找到GPU，就在CPU上运算了
    d = tf.Variable([2, 8, 13], dtype=tf.int32, name='d')
    e = tf.constant(2, dtype=tf.int32, name='e')
    f = d+e

g = c+f
with tf.Session(config=tf.ConfigProto(log_device_placement=True, allow_soft_placement=True)) as sess:
    tf.global_variables_initializer().run()
    print(sess.run(g))