So führen Sie Tensorflow auf der CPU aus

Ich habe die GPU-Version von Tensorflow auf einem Ubuntu 14.04 installiert.

Ich bin auf einem GPU-Server, auf dem Tensorflow auf die verfügbaren GPUs zugreifen kann.

Ich möchte Tensorflow auf den CPUs ausführen.

Normalerweise kann ich env CUDA_VISIBLE_DEVICES=0auf GPU Nr. Laufen. 0.

Wie kann ich stattdessen zwischen den CPUs wählen?

Ich bin nicht daran interessiert, meinen Code mit umzuschreiben with tf.device("/cpu:0"):

Sie können folgende device_countParameter anwenden tf.Session:

config = tf.ConfigProto(
        device_count = {'GPU': 0}
    )
sess = tf.Session(config=config)

Siehe auch Protobuf-Konfigurationsdatei:

tensorflow/core/framework/config.proto

Sie können die Umgebungsvariable auch auf festlegen

CUDA_VISIBLE_DEVICES=""

ohne den Quellcode ändern zu müssen.

Wenn die obigen Antworten nicht funktionieren, versuchen Sie:

os.environ['CUDA_VISIBLE_DEVICES'] = '-1'

Für mich funktioniert nur die Einstellung CUDA_VISIBLE_DEVICESauf genau -1:

Werke:

import os
import tensorflow as tf

os.environ['CUDA_VISIBLE_DEVICES'] = '-1'

if tf.test.gpu_device_name():
    print('GPU found')
else:
    print("No GPU found")

# No GPU found

Funktioniert nicht :

import os
import tensorflow as tf

os.environ['CUDA_VISIBLE_DEVICES'] = ''    

if tf.test.gpu_device_name():
    print('GPU found')
else:
    print("No GPU found")

# GPU found

Verwenden Sie einfach den folgenden Code.

import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ['CUDA_VISIBLE_DEVICES'] = '-1'

In einigen Systemen muss Folgendes angegeben werden:

import os
os.environ["CUDA_DEVICE_ORDER"]="PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"]=""  # or even "-1"

VOR dem Importieren von Tensorflow.

Sie könnten verwenden tf.config.set_visible_devices. Eine mögliche Funktion, mit der Sie festlegen können, ob und welche GPUs verwendet werden sollen, ist:

import tensorflow as tf

def set_gpu(gpu_ids_list):
    gpus = tf.config.list_physical_devices('GPU')
    if gpus:
        try:
            gpus_used = [gpus[i] for i in gpu_ids_list]
            tf.config.set_visible_devices(gpus_used, 'GPU')
            logical_gpus = tf.config.experimental.list_logical_devices('GPU')
            print(len(gpus), "Physical GPUs,", len(logical_gpus), "Logical GPU")
        except RuntimeError as e:
            # Visible devices must be set before GPUs have been initialized
            print(e)

Angenommen, Sie befinden sich auf einem System mit 4 GPUs und möchten nur zwei GPUs verwenden, die mit id = 0und die mit id = 2, dann lautet der erste Befehl Ihres Codes unmittelbar nach dem Importieren der Bibliotheken:

set_gpu([0, 2])

In Ihrem Fall können Sie die Funktion mit einer leeren Liste aufrufen, um nur die CPU zu verwenden :

set_gpu([])

Der Vollständigkeit halber können Sie verwenden, wenn Sie vermeiden möchten, dass durch die Laufzeitinitialisierung der gesamte Speicher auf dem Gerät zugewiesen wird tf.config.experimental.set_memory_growth. Schließlich lautet die Funktion zum Verwalten der zu verwendenden Geräte, die den GPU-Speicher dynamisch belegen, wie folgt:

import tensorflow as tf

def set_gpu(gpu_ids_list):
    gpus = tf.config.list_physical_devices('GPU')
    if gpus:
        try:
            gpus_used = [gpus[i] for i in gpu_ids_list]
            tf.config.set_visible_devices(gpus_used, 'GPU')
            for gpu in gpus_used:
                tf.config.experimental.set_memory_growth(gpu, True)
            logical_gpus = tf.config.experimental.list_logical_devices('GPU')
            print(len(gpus), "Physical GPUs,", len(logical_gpus), "Logical GPU")
        except RuntimeError as e:
            # Visible devices must be set before GPUs have been initialized
            print(e)

Eine andere mögliche Lösung auf Installationsebene wäre die Suche nach der reinen CPU-Variante: https://www.tensorflow.org/install/pip#package-location

In meinem Fall gibt dies jetzt:

pip3 install https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.2.0-cp38-cp38-win_amd64.whl

Wählen Sie einfach die richtige Version. Bonuspunkte für die Verwendung eines Venv wie in dieser Antwort erläutert .