Question

好的。我知道我们可以使用以下方法来限制Keras（TF后端）模型使用的内核数：

 K.set_session(K.tf.Session(config=K.tf.ConfigProto(intra_op_parallelism_threads=2, inter_op_parallelism_threads=2,  device_count = {'CPU': 2})))

我们可以指定单个张量操作，如下所示：

with tf.device('/cpu:0'):
    a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')

但是，如果我们要指定Keras模型要使用的单个CPU的列表，该怎么办？

Answer 1

我认为您无法在Tensorflow中更改处理器关联，这是操作系统级别。

但是，Linux有一个有用的工具taskset为您提供帮助。

例如

taskset --cpu-list 0,1 python3 main.py

会将核心0和核心1分配给运行python3 main.py的进程。

您可以使用htop进行验证。