为Tensorflow自动分配CUDA设备

我在一台计算机中有多个相同的CUDA设备。我在那台计算机上运行了多个tensorflow训练实例，每个实例都使用一个且仅使用一个CUDA设备。我想自动为tensorflow实例分配一个且只有一个CUDA设备，以免费的为准。我希望在tensorflow训练实例启动时这样做。目前，我通过检查可用性并更改每个tensorflow培训实例开头的代码来手动执行此操作：

os.environ["CUDA_VISIBLE_DEVICES"] = "0"

---

如何将第一个（任何）未使用的CUDA设备自动分配给tensorflow培训实例？这意味着在上述代码中，运行时应将

“0”

更改为

“1”

，

“2”

等。

您只需要一个GPU调度程序，以下是一个：

我假设你用不同的参数运行同一个模型，对吗？因此，示例命令可以是：

simple_hypersearch "python3 train_dnn.py --lr {lr} --batch_size {bs}" -p lr 0.001 0.0005 0.0001 -p bs 32 64 128 | simple_gpu_scheduler --gpus 0,1,2