Python 指定用于Keras Tensorflow模型推断的CPU

好的。我知道我们可以使用以下方法限制Keras（TF后端）模型使用的内核数量：

 K.set_session(K.tf.Session(config=K.tf.ConfigProto(intra_op_parallelism_threads=2, inter_op_parallelism_threads=2,  device_count = {'CPU': 2})))

我们可以指定单独的张量运算，如下所示：

with tf.device('/cpu:0'):
    a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')

---

但是，如果我们想指定Keras模型要使用的单个CPU的列表，该怎么办

我认为您无法更改Tensorflow中的处理器亲和力，这是操作系统的级别

但是，Linux有一个有用的工具

taskset

来帮助您

比如说,

taskset——cpu列表0,1 python3 main.py

将核心0和核心1分配给运行

python3 main.py

的进程

---

您可以使用

htop

验证这一点，这可能会有所帮助：Hi@AbhishekSingh。不，不幸的是，这个线程是关于限制内核的数量，而不是指定要在哪些内核上运行进程。哇，就在我花了几个小时想出这个解决方案并最终成功的时候，我读了你的答案…-。-希望其他人在搜索之前会阅读它，因为这个解决方案非常有效（+1！）