在 CPU 支持下进行模型训练的 CUDA GPU 替代方案是什么？

【问题标题】：What is the alternative of CUDA GPU for model training with CPU support?在 CPU 支持下进行模型训练的 CUDA GPU 替代方案是什么？
【发布时间】：2020-02-12 22:18:57
【问题描述】：

我没有启用 CUDA 的 GPU，但我有 i7 处理器和 16GB Ram 1 GB amd 显卡

我想禁用该选项并需要自己训练具有 CPU 支持的模型

我的代码是

parser = argparse.ArgumentParser()
parser.add_argument("--gpu", dest='gpu', type=str, default='0',                       help='Set CUDA_VISIBLE_DEVICES environment variable, optional')   
os.environ['CUDA_VISIBLE_DEVICES'] = args.gpu
params = vars(args)

如何换成cpu版本

【问题讨论】：

标签： python tensorflow gpu pytorch cpu

【解决方案1】：

所以，上面只是 argparser，它告诉 Python 在命令行中接受哪些值。它只是在代码中设置变量值。即使我们改变它，它也不会改变代码的运行方式。

这取决于您的代码是如何编写的（实际上是调用 ML），但在 CPU 上运行是默认设置。您的代码必须明确告诉它在 GPU 上运行。

使用os.environ['CUDA_VISIBLE_DEVICES'] = args.gpu 行，您将环境变量CUDA_VISIBLE_DEVICES 设置为命令行传入参数gpu ...调用GPU 的代码将使用该参数。

但是您需要更改有关如何调用 ML 流程的代码。

也许您可以发布更多代码？

【讨论】：