您好,登錄后才能下訂單哦!
本篇文章給大家分享的是有關(guān)Tensorflow中怎么利用CUDA_VISIBLE_DEVICES控制GPU,小編覺得挺實(shí)用的,因此分享給大家學(xué)習(xí),希望大家閱讀完這篇文章后可以有所收獲,話不多說,跟著小編一起來看看吧。
os.environ[“CUDA_DEVICE_ORDER”] = “PCI_BUS_ID” # 按照PCI_BUS_ID順序從0開始排列GPU設(shè)備
os.environ[“CUDA_VISIBLE_DEVICES”] = “0” #設(shè)置當(dāng)前使用的GPU設(shè)備僅為0號(hào)設(shè)備 設(shè)備名稱為’/gpu:0’
os.environ[“CUDA_VISIBLE_DEVICES”] = “1” #設(shè)置當(dāng)前使用的GPU設(shè)備僅為1號(hào)設(shè)備 設(shè)備名稱為’/gpu:1’
os.environ[“CUDA_VISIBLE_DEVICES”] = “0,1” #設(shè)置當(dāng)前使用的GPU設(shè)備為0,1號(hào)兩個(gè)設(shè)備,名稱依次為’/gpu:0’、’/gpu:1’
os.environ[“CUDA_VISIBLE_DEVICES”] = “1,0” #設(shè)置當(dāng)前使用的GPU設(shè)備為1,0號(hào)兩個(gè)設(shè)備,名稱依次為’/gpu:1’、’/gpu:0’。表示優(yōu)先使用1號(hào)設(shè)備,然后使用0號(hào)設(shè)備
如果服務(wù)器有多個(gè)GPU,tensorflow默認(rèn)會(huì)全部使用。如果只想使用部分GPU,可以通過參數(shù)CUDA_VISIBLE_DEVICES來設(shè)置GPU的可見性。
示例:
Environment Variable Syntax Results CUDA_VISIBLE_DEVICES=1 Only device 1 will be seen CUDA_VISIBLE_DEVICES=0,1 Devices 0 and 1 will be visible CUDA_VISIBLE_DEVICES="0,1">
在終端調(diào)用Python腳本前,可以設(shè)置CUDA_VISIBLE_DEVICES變量,如下:
$ CUDA_VISIBLE_DEVICES=1 python my_script.py
這樣my_script.py腳本就只能使用GPU 1。
如果想在Python的腳本內(nèi)設(shè)置使用的GPU,可以使用os.environ,如下:
import os os.environ["CUDA_DEVICE_ORDER"]="PCI_BUS_ID" # see issue #152 os.environ["CUDA_VISIBLE_DEVICES"]="1"
檢查TensorFlow對(duì)GPU的可見性:
from tensorflow.python.client import device_lib print(device_lib.list_local_devices())
以上就是Tensorflow中怎么利用CUDA_VISIBLE_DEVICES控制GPU,小編相信有部分知識(shí)點(diǎn)可能是我們?nèi)粘9ぷ鲿?huì)見到或用到的。希望你能通過這篇文章學(xué)到更多知識(shí)。更多詳情敬請(qǐng)關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。