Tensorflow如何限制CPU個(gè)數(shù)

這篇文章給大家分享的是有關(guān)Tensorflow如何限制CPU個(gè)數(shù)的內(nèi)容。小編覺(jué)得挺實(shí)用的，因此分享給大家做個(gè)參考，一起跟隨小編過(guò)來(lái)看看吧。

安裝

這里使用 Pip 來(lái)安裝 Tensorflow CPU 版

$ sudo pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl

安裝完成后運(yùn)行庫(kù)中自帶的手寫(xiě)識(shí)別例子來(lái)檢查安裝是否成功

$ cd /usr/lib/python2.7/site-packages/tensorflow/models/image/mnist
$ python convolutional.py
...

或者運(yùn)行

$ python -m tensorflow.models.image.mnist.convolutional
...

限制CPU個(gè)數(shù)

對(duì)于上面用到的手寫(xiě)識(shí)別例子來(lái)說(shuō)，需要修改文件 /usr/lib/python2.7/site-

packages/tensorflow/models/image/mnist/convolutional.py 中創(chuàng)建 Session 部分

修改前

  with tf.Session(config=config) as s:

修改后

  cpu_num = int(os.environ.get('CPU_NUM', 1))
  config = tf.ConfigProto(device_count={"CPU": cpu_num},
        inter_op_parallelism_threads = cpu_num,
        intra_op_parallelism_threads = cpu_num,
        log_device_placement=True)

  with tf.Session(config=config) as s:

修改完成后，使用環(huán)境變量 CPU_NUM 來(lái)指定需要使用的 CPU 個(gè)數(shù)，然后再次運(yùn)行手寫(xiě)識(shí)別例子

$ export CPU_NUM=2
$ python -m tensorflow.models.image.mnist.convolutional

運(yùn)行后，使用 top 命令來(lái)查看程序的 CPU 使用情況。

感謝各位的閱讀！關(guān)于“Tensorflow如何限制CPU個(gè)數(shù)”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，讓大家可以學(xué)到更多知識(shí)，如果覺(jué)得文章不錯(cuò)，可以把它分享出去讓更多的人看到吧！