這裡使用 pip 來安裝 tensorflow cpu 版
安裝完成後執行庫中自帶的手寫識別例子來檢查安裝是否成功$ sudo pip install
/linux/cpu
/tensorflow-0.5.0-cp27-none-linux_x86_64.whl
或者執行$ cd /usr/lib/python2.7/site-packages/tensorflow/models/image/mnist
$ python convolutional.py
...
對於上面用到的手寫識別例子來說,需要修改檔案 /usr/lib/python2.7/site-packages/tensorflow/models/image/mnist/convolutional.py 中建立 session 部分$ python -m tensorflow.models.image.mnist.convolutional
...
修改完成後,使用環境變數 cpu_num 來指定需要使用的 cpu 個數,然後再次執行手寫識別例子修改前
with tf.session(config=config) as s:
修改後 cpu_num = int(os.environ.get('cpu_num', 1))
config = tf.configproto(device_count=,
inter_op_parallelism_threads = cpu_num,
intra_op_parallelism_threads = cpu_num,
log_device_placement=true)
with tf.session(config=config) as s:
執行後,使用 top 命令來檢視程式的 cpu 使用情況。$ export cpu_num=2
$ python -m tensorflow.models
.image
.mnist
.convolutional
Tensorflow限制CPU個數例項
安裝 這裡使用 pip 來安裝 tensorflow cpu 版 sudo pip install 安裝完成後運程式設計客棧行庫中自帶的手寫識別例子來檢查安裝是否成功 cd usr lib python2.7 site packages tensorflow models image mnist p...
7限制cpu使用 macOS限制CPU或程序使用率
因為公升級macos big sur 帶來的notes耗用cpu嚴重問題,繼續跟進 重製smc也不能解決問題。所以在上篇文章中通過殺程序來臨時解決。總感覺這個辦法太過粗魯且不夠優雅。測試使用nice也沒有效果 nice和renice並不限制給定應用程式本身可用的cpu百分比,但是它們允許改變排程優先...
Tensorflow強制使用CPU
tensorflow強制使用cpu 對於tensorflow,宣告session的時候加入device count 即可,如下 import tensorflow as tf sess tf.session config tf.configproto device count 第 種是使用cuda ...