tensorflow到底使用gpu还是cpu

问题

有时候直接使用gpu的tensorflow时，会报错，这时候可能是gpu内存爆了，不要着急去使用cpu，先用第一种方式试一试，不行了再用cpu，cpu实在太慢了

1 判断有没有用gpu

返回True就用了，否则就没用

import tensorflow as tf
print(tf.test.is_gpu_available())

2 使用gpu,

physical_device = tf.config.experimental.list_physical_devices("GPU")
tf.config.experimental.set_memory_growth(physical_device[0], True)

使用cpu的时候需要把这个删除了,添加下面的那个使用cpu的代码

3 使用cpu

全局配置
运行TensorFlow代码时候常出现OOM(Out of Memory)的错误，原因是batch_size设置得太大导致显存不足。如果想让代码仅仅运行在CPU下，可在原代码中加入如下代码：

import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"  
os.environ["CUDA_VISIBLE_DEVICES"] = "-1"