tensorflow训练时指定GPU

本文介绍三种设置CUDA_VISIBLE_DEVICES的方法:1. 在代码中通过os.environ指定;2. 在命令行直接设置;3. 通过export命令配置。这些方法用于控制CUDA使用的GPU设备。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、在代码里面实现

import os
os.environ['CUDA_VISIBLE_DEVICES'] = '2,3'

2、在命令行中指定

CUDA_VISIBLE_DEVICES=2 python xxx.py

3、在某一个命令窗口指定

export CUDA_VISIBLE_DEVICES="xx"

评论
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