我正在使用tensorflow-gpu。我想使用GTX1070，但是tensorflow-gpu使用我的CPU。我不知道该怎么办。
我使用CUDA 9.0和CUDNN 7.1.4。我的tensorflow-gpu版本是1.9。
在官方网站上运行此命令后
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
2018-07-30 10：53：43.369025：我 T：\ src \ github \ tensorflow \ tensorflow \ core \ platform \ cpu_feature_guard.cc：141] 您的CPU支持该TensorFlow二进制文件未包含的指令 编译使用：AVX2 2018-07-30 10：53：43.829922：I T：\ src \ github \ tensorflow \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc：1392] 找到具有属性的设备0：名称：GeForce GTX 1070主要：6次要： 1个memoryClockRate（GHz）：1.683 pciBusID：0000：01：00.0 totalMemory： 8.00GiB免费内存：6.63GiB 2018-07-30 10：53：43.919043：I T：\ src \ github \ tensorflow \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc：1392] 找到具有属性的设备1：名称：GeForce GTX 1050主要：6次要： 1个memoryClockRate（GHz）：1.455 pciBusID：0000：05：00.0 totalMemory： 2.00GiB freeMemory：1.60GiB 2018-07-30 10：53：43.926001：I T：\ src \ github \ tensorflow \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc：1456] 忽略可见的GPU设备（设备：1，名称：GeForce GTX 1050，PCI 总线ID：0000：05：00.0，计算能力：6.1）与Cuda 多处理器数量：5。最小所需数量为8。您可以 使用env var调整此要求 TF_MIN_GPU_MULTIPROCESSOR_COUNT。 2018-07-30 10：53：43.934810：我 T：\ src \ github \ tensorflow \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc：1471] 添加可见的GPU设备：0 2018-07-30 10：53：44.761551：I T：\ src \ github \ tensorflow \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc：952] 具有强度1边缘矩阵的设备互连StreamExecutor： 2018-07-30 10：53：44.765678：我 T：\ src \ github \ tensorflow \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc：958] 0 1 2018-07-30 10：53：44.768363：我 T：\ src \ github \ tensorflow \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc：971] 0：否2018-07-30 10：53：44.771773：我 T：\ src \ github \ tensorflow \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc：971] 1：否2018-07-30 10：53：44.774913：我 T：\ src \ github \ tensorflow \ tensorflow \ co
enter code herere \ common_runtime \ gpu \ gpu_device.cc：1084]创建了TensorFlow 设备（/ job：localhost /副本：0 /任务：0 /设备：GPU：0具有6395 MB 内存）->物理GPU（设备：0，名称：GeForce GTX 1070，PCI总线） id：0000enter code here：01：00.0，计算能力：6.1）
答案 0 :(得分：1)
从张量流引擎的日志摘录中可以看到，它使用了GPU设备0
(/job:localhost/replica:0/task:0/device:GPU:0 with 6395 MB memory) -> physical
GPU (device: 0, name: GeForce GTX 1070, pci bus id: 0000:01:00.0, compute
capability: 6.1)
但是拒绝使用您的GeForce GTX1050。这可能是由于环境变量TF_MIN_GPU_MULTIPROCESSOR_COUNT似乎设置为8。
尝试按照先前日志中的建议将其设置为5：
set TF_MIN_GPU_MULTIPROCESSOR_COUNT=5
如果要确定使用哪个设备，请使用
初始化会话sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
您可以在Using GPUs tensorflow文档页面上阅读更多内容