tensorflow gpu版本 查看可用gpu ，指定 gpu ，禁用gpu方法

安装gpu版本的tensorflow

pip install tensorflow-gpu 

# 默认安装最新版 如果需要指定版本的话使用，如1.11.0
pip install tensorflow-gpu==1.11.0

查看可用gpu

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

我的输出结果如下

[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}

, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 1451291444
locality {
  bus_id: 1
  links {
  }
}

这说明我可以用gpu也可以用cpu来训练模型。

指定gpu训练模型，如 gpu 0

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0" #指定gpu 0训练模型

看到有人说单台机器多gpu训练的时候，如0，1号gpu训练，上面 ="0" 改成   ="0,1"，但是也有人说这样的效果不好，没有试过，感兴趣的可以自己查一下。

禁用gpu的话

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "-1" 

即指定gpu -1训练模型，但是这个gpu是不存在的，默认从0开始，所以也就不能使用gpu了。

但如果想用gpu的话，可以把oos.environ["CUDA_VISIBLE_DEVICES"] = "-1" 这一行注释掉即可。