Tensorflow CPU GPU切换
Tensorflow使用GPU、CPU
·
最近在使用Tensorflow搭建神经网络,某些时候网络复杂时在本地运行代码会出现显存不足错误。想要继续运行代码有两种方法,一是将代码上传至云端如kaggle,colab上运行。二是切换为CPU运行。
由于有关Tensorflow和GPU使用问题已经反复出现过很多次,每次都需要重新搜索。在这里记录一下,方便以后查阅。
使用CPU运行代码
只需要在需要运行代码前加上以下代码。
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "-1"
使用GPU运行代码
有时在切换为CPU后希望重新使用GPU,需要添加以下代码。
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"
此外,在切换GPU/CPU运算前,需要检查电脑的硬件情况。如果没有GPU就不存在使用GPU计算的情况了。查看GPU可以运行以下代码。
gpu = tf.test.gpu_device_name()
print(gpu)
若输出为空,则代表电脑不具有可以进行Tensorflow运算的GPU。
更多推荐
已为社区贡献1条内容
所有评论(0)