更改 TensorFlow 中的默认 GPU

Question

根据文档，默认 GPU 是 ID 最低的那个：

如果您的系统中有多个 GPU，默认情况下将选择 ID 最小的 GPU。

是否可以从命令行或一行代码更改此默认值？

原文由 MBZ 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

Suever 的回答 正确地展示了如何将您的操作固定到特定的 GPU。但是，如果您在同一台机器上运行多个 TensorFlow 程序，建议您在启动进程之前设置 CUDA_VISIBLE_DEVICES 环境变量以公开不同的 GPU。否则，TensorFlow 将尝试在所有可用的 GPU 上分配几乎整个内存，这会阻止其他进程使用这些 GPU（即使当前进程没有使用它们）。

请注意，如果您使用 CUDA_VISIBLE_DEVICES ，设备名称 "/gpu:0" ， "/gpu:1" 中的设备名称 0 等是指 1 当前进程中的 可见 设备等

原文由 mrry 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

只是要清楚环境变量的使用 CUDA_VISIBLE_DEVICES ：

要仅在 GPU 1 上运行脚本 my_script.py ，您可以在 Linux 终端中使用以下命令：

 username@server:/scratch/coding/src$ CUDA_VISIBLE_DEVICES=1 python my_script.py

说明语法的 更多 示例：

 Environment Variable Syntax      Results
CUDA_VISIBLE_DEVICES=1           Only device 1 will be seen
CUDA_VISIBLE_DEVICES=0,1         Devices 0 and 1 will be visible
CUDA_VISIBLE_DEVICES="0,1"       Same as above, quotation marks are optional
CUDA_VISIBLE_DEVICES=0,2,3       Devices 0, 2, 3 will be visible; device 1 is masked
CUDA_VISIBLE_DEVICES=""          No GPU will be visible

供参考：

• CUDA 环境变量
• 从命令行强制 TensorFlow-GPU 使用 CPU

原文由 Franck Dernoncourt 发布，翻译遵循 CC BY-SA 3.0 许可协议