GPU版TensorFlow怎么指定让CPU运行

最新推荐文章于 2024-10-31 10:47:05 发布
原创 最新推荐文章于 2024-10-31 10:47:05 发布 · 1.4k 阅读 · 7 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了一种在遇到GPU版TensorFlow出现内存溢出等问题时的解决方案，即通过设置环境变量来让程序在CPU上运行。
部署运行你感兴趣的模型镜像

由于某些原因GPU版的TensorFlow运行起来会出现一些问题，比如内存溢出等情况。此时我们可以用CPU和系统内存来运行我们的程序。

代码如下：

import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = "-1"
将以上三行代码放入程序首部即可。
 

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

tf第一讲：安装tensorflow（GPU版和CPU版）
weixin_43178406的博客
03-03 1万+
本文讲述了如何安装tf，包括win下cpu、gpu的安装方法，linux下的cpu、gpu安装方法，不同环境、不同版本的tf安装方法都不相同
TensorFlow测试CPU、GPU
weixin_43990532的博客
05-05 2688
目录 1.查看当前Tensorflow版本 2.查看当前主机运行的设备 3.查看GPU是否可用，指定在CPU/GPU运行 4.比较CPU和GPU上的运行时间 1.查看当前Tensorflow版本 import tensorflow as tf print(tf.__version__) 会得到自己的tensorflow的版本号 2.查看当前主机运行的设备 import tensorflow as tf gpus = tf.config.experimental.list_physical_device
TensorFlow教程之进阶指南 3.9 使用 GPUs
weixin_34344677的博客
08-04 721
本文档为TensorFlow参考文档，本转载已得到TensorFlow中文社区授权。 支持的设备 在一套标准的系统上通常有多个计算设备. TensorFlow 支持 CPU 和 GPU 这两种设备. 我们用指定字符串strings来标识这些设备. 比如: "/cpu:0": 机器中的 CPU "/gpu:0": 机器中的 GPU, 如果你有...
tensorflow指定gpu但实际cpu运行_TensorFlow学习Program1——7.指定CPU/GPU设备
weixin_29067143的博客
01-26 941
7.指定CPU/GPU设备TensorFlow 支持 CPU 和 GPU。它也支持分布式计算。可以在一个或多个计算机系统的多个设备上使用 TensorFlow。TensorFlow 将设备表示为字符串。TensorFlow 将支持的 CPU 设备命名为“/device：CPU：0”（或“/cpu：0”），第 i 个 GPU 设备命名为“/device：GPU：I”（或“/gpu：I”）。如前所述，...
tensorflow指定CPU与GPU运算的方法实现
12-20
1.指定GPU运算 如果安装的是GPU版本，在运行的过程中TensorFlow能够自动检测。如果检测到GPU，TensorFlow会尽可能的利用找到的第一个GPU来执行操作。 如果机器上有超过一个可用的GPU，除了第一个之外的其他的GPU默认是不参与计算的。为了让TensorFlow使用这些GPU，必须将OP明确指派给他们执行。with……device语句能够用来指派特定的CPU或者GPU执行操作： import tensorflow as tf import numpy as np with tf.Session() as sess: with tf.device('/cpu:0'):
GPU版TensorFlow设置CPU运行的办法
人工智能导航，人工智能资料学习导航
03-27 688
import os os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" os.environ["CUDA_VISIBLE_DEVICES"] = "-1" 将以上三行代码放入程序首部即可。
tensorflow-gpu 指定cpu运行
Arkarin的专栏
03-19 289
import os os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" os.environ["CUDA_VISIBLE_DEVICES"] = "-1"
基于Tensorflow使用CPU而不用GPU问题的解决
09-18
总结来说，解决TensorFlow在CPU上运行而不是GPU的问题，关键在于确保TensorFlow、CUDA和cuDNN版本的兼容性，并通过正确的安装流程切换到CPU版本。同时，理解如何在代码中控制设备使用也是很重要的，这对于优化资源...
指定tensorflow运行的GPU或CPU设备
tsundere_x的博客
07-29 1508
如果 TensorFlow 指令中兼有 CPU 和 GPU 实现，当该指令分配到设备时，GPU 设备有优先权。 如果你的系统里有多个 GPU, 那么 ID 最小的 GPU 会默认使用。 当我们要指定tensorflow运行的GPU或CPU设备时，可以使用tf.device()命令 首先查看可用运算设备(CPU,GPU) from tensorflow.python.client import device_lib print(device_lib.list_local_devices()) 得..
TensorFlow指定GPU或CPU执行相应运算
sdnuwjw的博客
12-11 1589
一、环境 TensorFlow API r1.12 CUDA 9.2 V9.2.148 cudnn64_7.dll Python 3.6.3 Windows 10 二、官方说明 https://www.tensorflow.org/api_docs/python/tf/device 使用默认图（default graph）是Graph.device()的包装器（wrapper） ...
tensorflow如何指定gpu运行还是cpu运行
wangmengmeng99的博客
05-20 1074
如果需要切换成CPU运算，可以调用tf.device(device_name)函数，其中device_name格式如/cpu:0其中的0表示设备号，TF不区分CPU的设备号，设置为0即可。在TensorFlow中，如果你安装的TensorFlow版本是GPU版本的，并且你的电脑配置符合gpu运行的条件，那么系统就默认使用gpu进行训练，不用单独去指明用GPU。run() 函数的运作计制是：先加载flags的参数项，然后执行main() 函数，其中参数使用tf.app.flags.FLAGS定义。
tensorflow配置只使用CPU
dddeee的专栏
08-03 4785
tensorflow只使用cpu配置
tensorflow查看GPU，CPU，指定设备运行
最新发布
猛犸象
10-31 777
tensorflow查看GPU，CPU，指定设备运行
Tensorflow选择CPU或GPU运行
Strange_程序员的的博客
11-09 2412
代码 import os os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" os.environ["CUDA_VISIBLE_EDVICES"] = '1' #选择0，1的话是GPU，-1的话CPU
TensorFlow的CPU与GPU指定问题
GUEST_MTE的博客
02-02 1679
当同时安装CPU版本与GPU版本的TensorFlow时，默认是如果版本相同，默认是使用GPU版本的。
tensoflow 使用CPU和GPU的准确代码，重点准确！
一休
06-24 1143
tensorflow 使用CPU和GPU,某度，某google一搜一大堆，排名靠前的都不一定对。如果你搜到我这篇，那么你肯定准确了。 前提：你安装了cuda等GPU环境没有问题 1 、使用CPU 很多人会说，cpu啥都不用配置，直接用就是cpu,那是因为你没安装好GPU的cuda驱动，如果安装好了，默认tensorflow是使用CPU的而且，乱占用。 import os os.environ["CUDA_VISIBLE_DEVICES"] = "" #这句关键 import time impo
win10安装tensorflow-gpu却用CPU运行的解决方法
cheng_xu_yuan_yy的博客
03-08 6574
win10安装tensorflow-gpu却用CPU运行的解决方法前言一、出现问题？二、可能的原因和解决方案1.版本不一致2.cuda和cudnn没有安装好总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、出现问题？ 安装好cuda和cudnn后（再默认路径下），安装Anaconda并创建好tensorflow-gpu的虚拟环境
Tensorflow CPU GPU切换
qq_44425969的博客
10-16 3881
Tensorflow使用GPU、CPU
完美解决tensorflow 使用CPU与GPU相关问题
dongbao520的博客
09-05 5439
查看 tensorflow 版本 　　conda list 例如发现 tensorflow 1.10.0 　　tensorflow-gpu 1.10.0 当两个版本相同时，默认会使用 cpu 版本 如果同时存在 cpu 和 gpu 版本的 tensorflow，系统默认使用版本高的 tensorflow 如果想要使用 gpu 版本的 tensorflow，只需要将 gpu 版本升级比 cpu 高，即可解决 在运行之前先查看GPU的使用情况： 　　指令：nvidia-smi 备注：查看GPU此时的使用情况 　
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
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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