Question

我已经读过

os.environ["CUDA_VISIBLE_DEVICES"] = ''

注意tensorflow将在CPU上运行并且

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

注意tensorflow将在GPU 0上运行。

如何检查使用的设备？

代码

# Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# Runs the op.
print(sess.run(c))

仅显示结果

[[ 22.  28.]
 [ 49.  64.]]

并且没有使用过的设备等。

Answer 1

您应该可以通过打开tensorflow日志语句来做到这一点。有几种方法可以做到这一点。您可以使用bash环境变量来完成此操作。

export TF_CPP_MIN_LOG_LEVEL=1

或在您的代码中使用。

tf.logging.set_verbosity(tf.logging.INFO)

在我的系统上，我得到类似...

设备映射：/ job：localhost /副本：0 /任务：0 /设备：XLA_CPU：0-> 设备：XLA_CPU设备 / job：本地主机/副本：0 /任务：0 /设备：XLA_GPU：0->设备：XLA_GPU 设备/作业：本地主机/副本：0 /任务：0 /设备：GPU：0->设备：0，名称：GeForce GTX TITAN X，PCI总线ID：0000：65：00.0，计算能力：5.2 MatMul：（MatMul）： / job：本地主机/副本：0 /任务：0 /设备：GPU：0 a：（常量）： / job：本地主机/副本：0 /任务：0 /设备：GPU：0 b：（常量）： / job：localhost /副本：0 /任务：0 /设备：GPU：0 [[22。 28.] [49。 64。]]

Answer 2

我发现Python和IPython之间存在差异。 IPython是Spyder中使用的内核。所以我想这就是产生不同输出的原因。

如何检查在TensorFlow中使用CPU还是GPU？

2 个答案: