默认情况下，TensorFlow是同时使用GPU / CPU进行计算还是仅使用GPU？

Question

默认情况下，TensorFlow将使用我们可用的GPU设备。也就是说，TensorFlow是否同时使用和CPU 进行计算，还是将GPU用于计算和将CPU用于作业处理（无论如何，CPU始终处于活动状态，我认为） ？

Answer 1

TensorFlow操作附带了可以执行的设备列表以及相关优先级列表。

例如，卷积非常有助于在GPU上进行计算；但仍可以在CPU上完成，而标量加法绝对应该在CPU上完成。您可以使用tf.Device以及相关设备的密钥覆盖此选择。

Answer 2

如果我错了，请有人纠正我。

但是据我所知，TensorFlow仅使用GPU还是CPU，具体取决于您运行的安装。例如，如果您将python 2使用pip install TensorFlow或python 3使用python3 -m pip install TensorFlow，则您将仅使用CPU版本。

反之亦然。

如果您还有任何问题，或者如果不能正确回答您的问题，请随时向我询问更多。

Answer 3

通常它同时使用CPU和GPU（假设您使用的是启用GPU的TensorFlow）。实际使用的内容取决于代码所使用的实际操作。

对于TensorFlow中可用的每个操作，此类操作都有几种“实现”，通常是CPU实现和GPU实现。某些操作仅具有CPU实现，因为这对GPU实现没有意义，但是总体上大多数操作都可用于两种设备。

如果执行自定义操作，则需要提供所需的实现。