tensorflow 2.0 gpu设置可用gpu？答案

【问题标题】：tensorflow 2.0 gpu set available gpu?tensorflow 2.0 gpu设置可用gpu？
【发布时间】：2019-11-17 12:14:54
【问题描述】：

from tensorflow.python.client import device_lib

def get_available_gpus():
    local_device_protos = device_lib.list_local_devices()
    return [x.name for x in local_device_protos if x.device_type == 'GPU']
get_available_gpus()

['/device:GPU:0', '/device:GPU:1'] 我想在使用 tensorflow 2.0 gpu 训练和编译 cnn 时设置可用的 gpu
我该怎么做？

os.environ["CUDA_VISIBLE_DEVICES"]="1";  
from keras.backend.tensorflow_backend import set_session
config = tf.compat.v1.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.8
tf.compat.v1.Session(config=config)

这段代码是怎么不工作的

tf.版本 '2.0.0'

【问题讨论】：

标签： gpu tensorflow2.0 tf.keras

【解决方案1】：

根据我在您的脚本中看到的，它看起来已经很正确了。据我了解，用于 tensorflow 2.x 的 keras 有自己的高级 API，称为 keras。我也用

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "1"

和

try:
  %tensorflow_version 2.x
except Exception:
  pass
import tensorflow as tf
tf.keras.backend.clear_session()

你也可以切换到

from tensorflow import keras
from tensorflow.keras.optimizers import Adam
from tensorflow.keras import layers

你可以从这个link找到原因。我认为首先您可以使用预先构建的（例如 VGG 或 ResNet）模型进行测试，以查看您的 GPU 是否运行。我很确定我的一些自定义构建模型并没有真正使用 GPU。但是当我使用另一个模型运行时，它可以工作。这有点奇怪，问题在于我假设的模型。

【讨论】：

【解决方案2】：

使用with tf.device():
因此，您现在有两个名称为：

['/device:GPU:0', '/device:GPU:1']

然后在你的代码中，例如你的主要工作：

def main():
    # do somthing here...

在 main() 中：

if __name__ == "__main__":
    with tf.device('/device:GPU:0'): # select device here...
        main()

【讨论】：