以编程方式获取Tensorflow op的设备位置

我想写一个断言，确保图形中的某些操作将在特定设备上运行。如何以编程方式确定op的设备位置，以便编写这样的断言？

您可以使用

with tf.device('/gpu:0'):

在定义操作之前（有关详细信息，请参阅）

编辑：

每个可用的gpu都有自己的索引：'/gpu:0'、'/gpu:1'、'/gpu:2'等。这样，您可以将特定操作绑定到特定的gpu。导入tensorflow时，它会打印出可用的GPU以及分配的索引

---

（例如，它打印：创建TensorFlow设备（/gpu:0）->（设备：0，名称：GeForce GTX 1070，pci总线id:…）

，这将确保不会意外地在cpu而不是gpu上运行。问题是它无法确保您使用的是预期的gpu。例如，这不会让您在显示gpu上训练模型。@sudo nim在给定的链接中，在第一段中，它向您展示了如何分配不同的gpu。我编辑了我的答案以使其更清晰。这很有帮助，唯一的问题是我仍然需要检查日志以查看设备映射是什么。如果我在另一台具有不同设备映射的机器上运行代码，或者nvidia设置发生了更改，这将不会自动捕获它。@sudo nim您可以在运行时使用