阻止TensorFlow访问GPU? [复制]
Posted
技术标签:
【中文标题】阻止TensorFlow访问GPU? [复制]【英文标题】:Prevent TensorFlow from accessing the GPU? [duplicate] 【发布时间】:2017-11-17 01:36:31 【问题描述】:有没有办法完全在 CPU 上运行 TensorFlow。我机器上的所有内存都被一个运行 TensorFlow 的单独进程占用。我尝试将 per_process_memory_fraction 设置为 0,但未成功。
【问题讨论】:
【参考方案1】:看看这个question 或这个answer。
总结一下,你可以添加这段代码:
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "-1"
import tensorflow as tf
只要您安装了 GPU-tensorflow 并且您不想使用任何 GPU,使用 CUDA_VISIBLE_DEVICES
环境变量就是 if not the way 之一。
您想要
export CUDA_VISIBLE_DEVICES=
或者使用带有非 GPU 安装的 TensorFlow 的 virtualenv。
【讨论】:
使用后如何重新启用我的 gpu 你找到在 Python 脚本中打开/关闭 TensorFlow GPU 的解决方案了吗? @GILO 您可以在下次运行脚本时更改为您的 GPU 编号,例如 = "0" 或 "0,1" 所以。从命令行也可以,在启动应用程序之前:export CUDA_VISIBLE_DEVICES=-1【参考方案2】:您可以通过打开 GPU 限制为 0 的会话来仅使用 CPU:
sess = tf.Session(config=tf.ConfigProto(device_count='GPU': 0))
更多详情请见https://www.tensorflow.org/api_docs/python/tf/ConfigProto。
证明它适用于@Nicolas:
在 Python 中,编写:
import tensorflow as tf
sess_cpu = tf.Session(config=tf.ConfigProto(device_count='GPU': 0))
然后在终端中:
nvidia-smi
你会看到类似的东西:
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 24869 C /.../python 99MiB |
+-----------------------------------------------------------------------------+
然后重复这个过程: 在 Python 中,编写:
import tensorflow as tf
sess_gpu = tf.Session()
然后在终端中:
nvidia-smi
你会看到类似的东西:
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 25900 C /.../python 5775MiB |
+-----------------------------------------------------------------------------+
【讨论】:
根据github.com/tensorflow/tensorflow/issues/9201 尚不清楚它是否有效。 按照我的理解,目标是避免内存分配。如果是这样的话 - 它会起作用。见上文 据我了解,它确实使用了 GPU,即使它不使用任何内存。我可能错了,但我认为问题是如何在 CPU 上运行 TensorFlow。 @jasekp ?你能澄清目标吗?如果目标类似于使用 cpu 进行测试,同时使用 gpu 上运行的另一个进程进行训练,那么这应该可行以上是关于阻止TensorFlow访问GPU? [复制]的主要内容,如果未能解决你的问题,请参考以下文章
为啥 tensorflow 模块会占用所有 GPU 内存? [复制]
如何检查keras tensorflow后端是GPU还是CPU版本? [复制]