Запретить TensorFlow доступ к GPU? [дубликат]

этот вопрос уже есть ответ здесь:

есть ли способ запустить TensorFlow исключительно на CPU. Вся память на моей машине связана отдельным процессом, выполняющим TensorFlow. Я попытался установить per_process_memory_fraction до 0, безуспешно.

6
python tensorflow

2 ответов

посмотрите на это вопрос или это ответ.

чтобы подвести итог, вы можете добавить этот фрагмент кода:

import os
os.environ["CUDA_VISIBLE_DEVICES"]="-1"    
import tensorflow as tf

изменить: Цитируя это комментарий играет с CUDA_VISIBLE_DEVICES переменная окружения-это один из (если нет) способов, когда у вас установлен GPU-tensorflow, и вы не хотите использовать вообще свою GPU-карту.

вы хотите экспортировать CUDA_VISIBLE_DEVICES= или альтернативно virtualenv с non-ГПУ TensorFlow. См. также: #2175 (комментарий)

12

вы можете использовать только процессоры, открыв сеанс с ограничением GPU 0:

sess = tf.Session(config=tf.ConfigProto(device_count={'GPU': 0}))

см.https://www.tensorflow.org/api_docs/python/tf/ConfigProto для получения более подробной информации.

доказательство того, что он работает для @Nicolas:

в Python, пишем:

import tensorflow as tf
sess_cpu = tf.Session(config=tf.ConfigProto(device_count={'GPU': 0}))

затем в терминале:

nvidia-smi

вы увидите что-то вроде:

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID  Type  Process name                               Usage      |
|=============================================================================|
|    0     24869    C   /.../python                 99MiB                     |
+-----------------------------------------------------------------------------+

повторите процесс: В Python, пишем:

import tensorflow as tf
sess_gpu = tf.Session()

затем в терминал:

nvidia-smi

вы увидите что-то вроде:

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID  Type  Process name                               Usage      |
|=============================================================================|
|    0     25900    C   /.../python                                   5775MiB |
+-----------------------------------------------------------------------------+
3