Python 从命令行强制TensorFlow GPU使用CPU

我在运行Ubuntu 14.04.4 LTS x64的服务器上安装了TensorFlow GPU 1.0.0

我知道我可以用来隐藏一个或几个GPU。有时，我想隐藏所有GPU，以便基于TensorFlow的程序只使用CPU。结果，我尝试了

username@server:/scratch/coding/src$ CUDA_VISIBLE_DEVICES="" python my_script.py 

但这给了我一个错误信息：

E tensorflow/stream_executor/cuda/cuda_driver.cc:509] failed call to cuInit: CUDA_ERROR_NO_DEVICE

以下是我使用的

ConfigProto

session_conf = tf.ConfigProto(
      device_count={'CPU': 1, 'GPU': 1},
      allow_soft_placement=True, 
      log_device_placement=False
      )
sess = tf.Session(config=session_conf)

我知道我可以使用

device\u count={'GPU'：0}

来阻止基于TensorFlow的程序使用GPU，但我想知道在启动程序时是否可以通过命令行实现这一点（不更改

ConfigProto

）

根据文档，选项

allow\u soft\u placement=True

，应该让TensorFlow自动选择一个现有且受支持的设备来运行操作，以防指定的设备不存在

当我看到这条消息时，我的第一反应是CUDA至少需要一个GPU才能成功加载，但我相信即使机器没有GPU，也可以在机器上安装GPU驱动程序并使用TensorFlow GPU

---

下面是我用于测试的

my_script.py

脚本：

import tensorflow as tf
a = tf.constant(1, name = 'a')
b = tf.constant(3, name = 'b')
c = tf.constant(9, name = 'c')
d = tf.add(a, b, name='d')
e = tf.add(d, c, name='e')

session_conf = tf.ConfigProto(
          device_count={'CPU': 1, 'GPU': 1},
          allow_soft_placement=True,
          log_device_placement=False
          )
sess = tf.Session(config=session_conf)
print(sess.run([d, e]))

---

我认为“E”应该是一个“W”或“I”，这只是一个信息性消息，不应该影响程序的运行，我一直都能看到work@YaroslavBulatov很高兴知道。@YaroslavBulatov顺便说一句，欢迎您将您的评论转换为答案：0 upvote和0答案的堆栈交换问题可能会自动删除。