禁用GPU版本TensorFlow,切换到CPU版本TensorFlow。

本文介绍如何通过设置环境变量CUDA_VISIBLE_DEVICES来禁用TensorFlow中的GPU加速功能,这对于在没有GPU支持的环境中运行TensorFlow十分重要。
部署运行你感兴趣的模型镜像

#禁用gpu版本TensorFlow,因为CUDA号码从0开始,这里直接让CUDA使用-1的GPU,自然就无法使用gpu了。

代码前面加入:

import os
os.environ["CUDA_VISIBLE_DEVICES"]="-1"    
import tensorflow as tf
Environment Variable Syntax    Results
CUDA_VISIBLE_DEVICES=1    Only device 1 will be seen
CUDA_VISIBLE_DEVICES=0,1    Devices 0 and 1 will be visible
CUDA_VISIBLE_DEVICES="0,1"    Same as above, quotation marks are optional
CUDA_VISIBLE_DEVICES=0,2,3    Devices 0, 2, 3 will be visible; device 1 is masked

 

如果安装了GPU,默认使用GPU版本的TensorFlow
---------------------
作者:湾区人工智能
来源:优快云
原文:https://blog.youkuaiyun.com/BTUJACK/article/details/82622966
版权声明:本文为博主原创文章,转载请附上博文链接!

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值