Tensorflow 设置CUDA_VISIBLE_DEVICES来控制GPU的使用

如果服务器有多个GPU,tensorflow默认会全部使用。如果只想使用部分GPU,可以通过参数CUDA_VISIBLE_DEVICES来设置GPU的可见性。

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" Same as above, quotation marks are optional
CUDA_VISIBLE_DEVICES=0,2,3 Devices 0, 2, 3 will be visible; device 1 is masked
CUDA_VISIBLE_DEVICES="" No GPU will be visible

在终端设置

在终端调用Python脚本前,可以设置CUDA_VISIBLE_DEVICES变量,如下:

$ CUDA_VISIBLE_DEVICES=1 python my_script.py

这样my_script.py脚本就只能使用GPU 1。

在Python脚本内设置

如果想在Python的脚本内设置使用的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"

检查TensorFlow对GPU的可见性:

from tensorflow.python.client import device_lib
print device_lib.list_local_devices()

参考:https://stackoverflow.com/a/37901914/1304650

版权声明:著作权归作者所有。

相关推荐

Jackson设置JSON的日期格式

Jackson使用ObjectMapper解析JSON数据,如果需要设置JSON日期格式,可以使用ObjectMapper的setDateFormat方法设置:ObjectMapper om = new ObjectMapper(); om.configure(Feature.WRITE_DATES_AS_TIMESTAMPS, false); o

Ubuntu 16安装CUDA Toolkit和cuDNN脚本

安装的环境:Ubuntu 16.04安装的软件版本:CUDA Toolkit v8.0,cuDNN v6.0#!/bin/bash # 安装CUDA Toolkit v8.0 # 指令赖昀:https://developer.nvidia.com/cuda-downloads (linux -> x86_64 -> Ubuntu -> 16.04 -

GPU架构学习资源

这里收藏了gpu学习的网站,pdf等等资源:http://courses.cms.caltech.edu/cs179/http://www.amd.com/Documents/GCN_Architecture_whitepaper.pdfhttps://community.arm.com/graphics/b/bloghttp://cdn.imgtec.com/sdk-documentation/

MySQL查看和设置事务的隔离级别

查看MySQL的事务隔离级别查看事务隔离级别SHOW VARIABLES LIKE 'tx_isolation'; 查看全局的事务隔离级别SHOW GLOBAL VARIABLES LIKE 'tx_isolation'; 使用系统变量查询SELECT @@global.tx_isolation; SELECT&nbs

Linux:使用visudo设置用户sudo权限

visudo我们可以修改/etc/sudoers文件来设置用户的sudo权限,修改/etc/sudoers一定要使用visudo命令,它可以让我们比较安全的修改此文件。visudo有以下特性:锁定文件避免多个同时编辑检查语法的完整性检查解析错误,以避免用户错误输入使用root的权限直接执行visudo,打开suders文件$visudo 注意:这里不需要输入shduers文件的路径,默认为/etc