1.GPU和CPU硬體環境設定

1.1. 多GPUs環境設定

gpu='0'              #表示PCI卡槽gpu0可見
gpu='3'              #表示PCI卡槽gpu3可見
gpu='3,2,0'        #表示PCI卡槽gpu3,2,0可見，gpu0不可見
os.environ['CUDA_VISIBLE_DEVICES'] = gpu           #PCI卡槽多gpu可見設定

1.2. CPU環境設定

gpu = '-1'                        #表示GPU不可見，即only CPU模式
os.environ['CUDA_VISIBLE_DEVICES'] = gpu           #PCI卡槽gpu不可見設定
 

2. tensorflow多GPUs和CPU軟體設定

2.1. tensorflow多GPUs設定

num_gpus = 4             #num_gpus =表示同時使用gpu個數
num_cpus = 1             #num_cpus =表示同時使用cpu個數,且num_cpus>=1
config = tf.ConfigProto(
    device_count={'GPU':num_gpus,'CPU':num_cpus},
    allow_soft_placement=True,                                      #自動選中GPU
    log_device_placement=False                                      #列印裝置分配日誌
)
self.sess = tf.Session(config=config) 
 

2.2. tensorflow強制僅使用CPU設定

num_gpus = 0             
num_cpus = 1             #num_cpus =表示同時使用cpu個數,且num_cpus>=1
config = tf.ConfigProto(
    device_count={'GPU':num_gpus,'CPU':num_cpus},
    allow_soft_placement=True,                                      #自動選中GPU
    log_device_placement=False                                      #列印裝置分配日誌
)
self.sess = tf.Session(config=config) 
 

3.使用說明

在進行模型訓練和測試應用時，通常會根據應用場景進行結合1.和2.適當配置