Tensorflow，如何确保一切都在GPU中运行？

我的理解是tensorflow将获取一个计算图，并在gpu和cpu上运行它，以达到最大使用率。如何确保我的代码仅在gpu上运行？

您可以将所有图形构建代码包装在一个块中，如下所示：

with tf.device("/gpu:0"):
    # [Build graph in here.]

---

使用此注释，放置算法将在GPU设备上放置所有操作，如果任何操作没有GPU实现，则会失败。（如您所述，如果没有此注释，它将退回到在CPU设备上放置没有GPU实现的操作。）

您可以将所有图形构建代码包装在一个块中，如下所示：

with tf.device("/gpu:0"):
    # [Build graph in here.]

---

使用此注释，放置算法将在GPU设备上放置所有操作，如果任何操作没有GPU实现，则会失败。（如您所述，如果没有此注释，它将退回到在CPU设备上放置没有GPU实现的操作。）

因此，如果我不使用tf.device（…）手动将tensorflow代码分配给不同的GPU，它似乎仍然使用所有GPU。这是否意味着默认情况下，tensorflow会在所有GPU上分发计算图？如果我没有NVEDIA卡，它会工作吗，因为tensorflow只支持NVIDIA。如果我有英特尔卡呢？有可能吗？所以如果我不使用tf.device（…）手动将tensorflow代码分配给不同的GPU，它似乎仍然使用所有GPU。这是否意味着默认情况下，tensorflow会在所有GPU上分发计算图？如果我没有NVEDIA卡，它会工作吗，因为tensorflow只支持NVIDIA。如果我有英特尔卡呢？可能吗？