läuft Ich habe die GPU-Version von Tensorflow auf einem Ubuntu 14.04 installiert.Wie man Tensorflow auf der CPU
Ich bin auf einem GPU-Server, wo Tensorflow auf die verfügbaren GPUs zugreifen kann.
Ich möchte Tensorflow auf den CPUs ausführen.
Normalerweise kann ich env CUDA_VISIBLE_DEVICES=0 verwenden, um auf GPU-Nr. 0.
Wie kann ich stattdessen zwischen den CPUs wählen?
Ich bin nicht intersted meinen Code in rewritting mit with tf.device("/cpu:0"):
Sie device_count Parameter pro tf.Session anwenden können: protobuf Konfigurationsdatei
config = tf.ConfigProto(
device_count = {'GPU': 0}
)
sess = tf.Session(config=config)
Siehe auch:
Sie können Setzen Sie auch die Umgebungsvariable auf
CUDA_VISIBLE_DEVICES=""
ohne den Quellcode ändern zu müssen.
^^ Dies ist die richtige Antwort. –
Das hat auch für mich funktioniert. – VAndrei
Jemand sagte, dass das Ausführen neuronaler Netze auf CPUs nach der Trainingsphase genauso performant ist wie das Laufen auf GPUs - d. H. Nur die Trainingsphrase benötigt wirklich die GPU. Weißt du, ob das wahr ist? Vielen Dank! – Crashalot
Wenn die oben genannten Antworten nicht funktioniert, versuchen entweder:
os.environ['CUDA_VISIBLE_DEVICES'] = ''
oder
os.environ['CUDA_VISIBLE_DEVICES'] = '-1'
Danke, das ist viel besser als andere Optionen. – user1098761
Jemand sagte, laufen neuronale Netze auf CPUs nach der Trainingsphase wie läuft sie auf GPUs so effizient ist - - Dh nur die Trainingsphrase braucht die GPU wirklich. Weißt du, ob das wahr ist? Vielen Dank! – Crashalot
das funktioniert für mich. sehr einfach – Shaowu
Das funktioniert bei mir nicht (tf1.1). Die Lösung von fabrizioM tut es. – user1735003