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
$ python convolutional.py
...或者執行
$ python -m tensorflow.models.程式設計客棧image.mnist.convolutbyycwangdtional
...限制cpu個數
對於上面用到的手寫識別例子來程式設計客棧說，需要修改檔案 /usr/lib/python2.7/site-
packages/tensorflow/models/image/mnist/convolutional.py 中建立 session 部分
修改前with tf.session(config=config) as s:
修改後 cpu_num = int(os.environ.get('cpu_num', 1))
config = tf.configp程式設計客棧roto(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:
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
$ export cpu_num=2
$ python -m tensorflow.models.image.mnist.convolutional
執行後，使用 top 命令來檢視程式的 cpu 使用情況。
本文標題: tensorflow限制cpu個數例項
本文位址:
Tensorflow限制CPU個數
這裡使用 pip 來安裝 tensorflow cpu 版 sudo pip install linux cpu tensorflow 0.5.0 cp27 none linux x86 64.whl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 cd usr lib python2.7 s...
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 ...