1.GPU和CPU硬件环境设置
1.1. 多GPUs环境设置
gpu='0' #表示PCI卡槽gpu0可见
gpu='3' #表示PCI卡槽gpu3可见
gpu='3,2,0' #表示PCI卡槽gpu3,2,0可见,gpu0不可见
os.environ['CUDA_VISIBLE_DEVICES'] = gpu #PCI卡槽多gpu可见设置
1.2. CPU环境设置
gpu = '-1' #表示GPU不可见,即only CPU模式
os.environ['CUDA_VISIBLE_DEVICES'] = gpu #PCI卡槽gpu不可见设置
2. tensorflow多GPUs和CPU软件设置
2.1. tensorflow多GPUs设置
num_gpus = 4 #num_gpus =表示同时使用gpu个数
num_cpus = 1 #num_cpus =表示同时使用cpu个数,且num_cpus>=1
config = tf.ConfigProto(
device_count={'GPU':num_gpus,'CPU':num_cpus},
allow_soft_placement=True, #自动选中GPU
log_device_placement=False #打印设备分配日志
)
self.sess = tf.Session(config=config)
2.2. tensorflow强制仅使用CPU设置
num_gpus = 0
num_cpus = 1 #num_cpus =表示同时使用cpu个数,且num_cpus>=1
config = tf.ConfigProto(
device_count={'GPU':num_gpus,'CPU':num_cpus},
allow_soft_placement=True, #自动选中GPU
log_device_placement=False #打印设备分配日志
)
self.sess = tf.Session(config=config)
3.使用说明
在进行模型训练和测试应用时,通常会根据应用场景进行结合1.和2.适当配置