深度學習之選擇GPU或CPU方法

import os

os.environ["cuda_device_order"] = "pci_bus_id"
os.environ["cuda_visible_devices"] = "1"

os.environ["cuda_visible_devices"] = "0,2"

os.environ['tf_cpp_min_log_level']='3' #close log output

import tensorflow as tf

with tf.device('/gpu:1'):
v1 = tf.constant([1.0, 2.0, 3.0], shape=[3], name='v1')
v2 = tf.constant([1.0, 2.0, 3.0], shape=[3], name='v2')
sumv12 = v1 + v2
with tf.session(config=tf.configproto(log_device_placement=true)) as sess:
print sess.run(sumv12)

gpu_options = tf.gpuoptions(per_process_gpu_memory_fraction=0.2)

with tf.session(graph=detection_graph,
config=tf.configproto(gpu_options=gpu_options)) as sess:

gpu_options = tf.gpuoptions(allow_growth=true)

with tf.session(graph=detection_graph,
config=tf.configproto(gpu_options=gpu_options)) as sess:

os.environ["cuda_visible_devices"] = " "

cpu_num=10#指定使用的cpu個數

config = tf.configproto(device_count=,
inter_op_parallelism_threads = cpu_num,
intra_op_parallelism_threads = cpu_num,
log_device_placement=true)
# 開始訓練
with tf.session(config=config) as sess:
#以下編寫自己的**

pytorch預設使用從0開始的gpu，如果gpu0正在執行程式，需要指定其他gpu。

有如下兩種方法來指定需要使用的gpu。

類似tensorflow指定gpu的方式，使用cuda_visible_devices。

cuda_visible_devices=1 python my_script.py

import os

os.environ["cuda_visible_devices"] = "2"

import torch

torch.cuda.set_device(id)

不過官方建議使用cuda_visible_devices，不建議使用 set_device 函式。

（深度學習）為什麼GPU比CPU慢？

gpu由於擅長矩陣運算，在深度學習尤其是計算機視覺方面得到了廣泛的應用。前幾天在我廢了好大勁在我的的電腦上安裝了tensorflow 2.0 gpu，然後就迫不及待地去體驗一下gpu的速度。我去tensorflow官網上直接複製了一段 就是最簡單的神經網路識別mnist手寫數字資料集。然後分別用gp...

AI開發 深度學習如何選擇GPU？

機器推理在深度學習的影響下，準確性越來越高 速度越來越快。深度學習對人工智慧行業發展的貢獻巨大，這得益於現階段硬體計算能力的提公升 網際網路海量訓練資料的出現。本篇文章主要介紹深度學習過程中如何選擇合適的gpu顯示卡，如果你是深度學習新手，希望這篇文章對你有幫助。推理用到的硬體分兩種，一種是專業ai...

（深度學習）GPU比CPU慢？快看這裡！

gpu由於擅長矩陣運算，在深度學習尤其是計算機視覺方面得到了廣泛的應用。前幾天在我廢了好大勁在我的的電腦上安裝了tensorflow 2.0 gpu，然後就迫不及待地去體驗一下gpu的速度。我去tensorflow官網上直接複製了一段 就是最簡單的神經網路識別mnist手寫數字資料集。然後分別用gp...