Tensorflow
对于Tensorflow,声明Session的时候加入device_count={‘gpu’:0}即可
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(device_count={'gpu':0}))
Keras
对于Keras,则调用后端函数,设置其使用如上定义的Session即可
import tensorflow as tf
import keras.backend.tensorflow_backend as KTF
KTF.set_session(tf.Session(config=tf.ConfigProto(device_count={'gpu':0})))
直接在终端运行时加入相关语句实现指定GPU的使用
export CUDA_VISIBLE_DEVICES=0 python test.py
# 运行test.py文件时,使用编号为0的GPU卡
export CUDA_VISIBLE_DEVICES=0,2 python test.py
# 运行test.py文件时,使用编号为0和2的GPU卡
在程序中使用os
import os
# 使用第一张与第三张GPU卡
os.environ["CUDA_VISIBLE_DEVICES"] = "0, 2"