如何使用tensorflow禁用keras中的GPU？

我想比较一下有gpu和没有gpu的代码的处理时间。我的keras后端是Tensorflow。所以它会自动使用GPU。我使用

keras/examples/mnist_mlp.py

模型进行比较

我检查了处理时间，如下所示。那么，如何禁用我的GPU？是否应该修改

~/.keras/keras.json

$ time python mnist_mlp.py 
Test loss: 0.109761892007
Test accuracy: 0.9832
python mnist_mlp.py  38.22s user 3.18s system 162% cpu 25.543 total

---

你试过这样的东西吗

$ CUDA_VISIBLE_DEVICES='' time python mnist_mlp.py 

CUDA\u可见\u设备

通常用于向CUDA隐藏一些GPU。在这里，你把它们全部隐藏起来，因为你没有放置任何可见的设备

$ CUDA_VISIBLE_DEVICES=-1 time python mnist_mlp.py

---

似乎是a）新方式，或者b）在Windows和Linux上都能工作的方式。

你所说的

新方式是什么意思？@oak：我的意思是与Nassim Ben的答案相比。哈，好吧，所以只有b在Windows和Linux下都能工作，对吗？使用除有效gpu ID之外的任何东西都会默认为CPU，-1是一个很好的常规值，它从来都不是有效的gpu ID。另一个答案的问题可能与引号在windows上的行为不同有关
CUDA\u VISIBLE\u DEVICES=-1
应始终工作。
os.environ['CUDA\u VISIBLE\u DEVICES']='-1'
如果要在tensorflow导入之前设置它