Question

有没有办法纯粹在CPU上运行TensorFlow。我的机器上的所有内存都被运行TensorFlow的独立进程占用。我已经尝试将per_process_memory_fraction设置为0，但未成功。

Answer 1

请查看此question或此answer。

总结一下，你可以添加这段代码：

import os
os.environ["CUDA_VISIBLE_DEVICES"]="-1"    
import tensorflow as tf

编辑：引用此comment，使用CUDA_VISIBLE_DEVICES环境变量是（如果不是）每当您安装GPU-tensorflow并且您不想在所有GPU卡上使用时的方法之一。

您希望导出CUDA_VISIBLE_DEVICES =或者使用非GPU TensorFlow的virtualenv。另见：＃2175（评论）

Answer 2

您可以通过打开GPU限制为0的会话来仅使用CPU：

sess = tf.Session(config=tf.ConfigProto(device_count={'GPU': 0}))

有关详细信息，请参阅https://www.tensorflow.org/api_docs/python/tf/ConfigProto。

证明它适用于@Nicolas：

在Python中，写一下：

import tensorflow as tf
sess_cpu = tf.Session(config=tf.ConfigProto(device_count={'GPU': 0}))

然后在终端：

nvidia-smi

你会看到类似的东西：

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID  Type  Process name                               Usage      |
|=============================================================================|
|    0     24869    C   /.../python                 99MiB                     |
+-----------------------------------------------------------------------------+

然后重复这个过程：在Python中，写一下：

import tensorflow as tf
sess_gpu = tf.Session()

然后在终端：

nvidia-smi

你会看到类似的东西：

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID  Type  Process name                               Usage      |
|=============================================================================|
|    0     25900    C   /.../python                                   5775MiB |
+-----------------------------------------------------------------------------+

防止TensorFlow访问GPU？

2 个答案: