Python 更改TensorFlow中的默认GPU

根据文档，默认GPU是具有最低id的GPU：

如果您的系统中有多个GPU，则具有最低 默认情况下，将选择ID

是否可以从命令行或一行代码更改此默认值？

如上所述，您可以使用

tf.device（'/gpu:id'）

指定默认值以外的设备

# This will use the second GPU on your system
with tf.device('/gpu:1'):
    a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
    b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')

c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print sess.run(c)

正确显示如何将操作固定到特定GPU。但是，如果在同一台计算机上运行多个TensorFlow程序，建议在启动进程之前设置环境变量以公开不同的GPU。否则，TensorFlow将尝试在所有可用GPU上分配几乎全部内存，这将阻止其他进程使用这些GPU（即使当前进程没有使用它们）

---

请注意，如果您使用

CUDA\u VISIBLE\u DEVICES

，则设备名称

“/gpu:0”

，

“/gpu:1”

，等等。指的是当前进程中的第0个和第1个可见设备。

只是为了明确环境变量

CUDA\u VISIBLE\u DEVICES的使用：

要仅在GPU 1上运行脚本
my_script.py
，可以在Linux终端中使用以下命令：

username@server:/scratch/coding/src$ CUDA_VISIBLE_DEVICES=1 python my_script.py 

举例说明语法：

Environment Variable Syntax      Results
CUDA_VISIBLE_DEVICES=1           Only device 1 will be seen
CUDA_VISIBLE_DEVICES=0,1         Devices 0 and 1 will be visible
CUDA_VISIBLE_DEVICES="0,1"       Same as above, quotation marks are optional
CUDA_VISIBLE_DEVICES=0,2,3       Devices 0, 2, 3 will be visible; device 1 is masked
CUDA_VISIBLE_DEVICES=""          No GPU will be visible

供参考：




如果您想在第二个GPU上运行代码，它假设您的机器有两个GPU，您可以执行以下技巧

开放式终端

通过键入tmux打开tmux（您可以通过sudo apt get install tmux安装它）

在tmux中运行这行代码：CUDA_VISIBLE_DEVICES=1 python YourScript.py
注意：默认情况下，tensorflow使用第一个GPU，因此使用上述技巧，您可以在第二个GPU上单独运行另一个代码

希望这会有帮助
 您可以使用
CUDA\u VISIBLE\u DEVICES
env var使一些GPU对TensorFlow不可见。我刚刚做了
export CUDA\u VISIBLE\u DEVICES=“0”
，在我只想使用GPU=0的情况下，它似乎可以工作。它是否正确？如果我想替换默认设置？
取消CUDA\u VISIBLE\u设备
将恢复后续
python
会话的默认行为。数字、0、1等是否根据PCI总线顺序？如果
使用tf.device（“/gpu:1”）使用
，则每次需要使用不同的GPU时，都必须修改代码。