【发布时间】：2016-12-14 15:29:40
【问题描述】：
从我运行的实验来看，TensorFlow 似乎自动使用了一台机器上的所有 CPU。此外，TensorFlow 似乎将所有 CPU 都称为 /cpu:0。
我说得对吗，只有一台机器的不同 GPU 被编入索引并被视为单独的设备，而一台机器上的所有 CPU 都被视为一个设备？
有没有什么方法可以让一台机器有多个 CPU 从 TensorFlow 的角度来查看它？
【问题讨论】：
标签： python tensorflow
【发布时间】：2016-12-14 15:29:40
【问题描述】：
默认情况下，进程可用的所有 CPU 都聚集在 cpu:0 设备下。
mrry here 的回答展示了如何创建逻辑设备，例如 /cpu:1、/cpu:2
似乎没有将逻辑设备固定到特定物理内核或能够在 tensorflow 中使用 NUMA 节点的工作功能。
一种可能的解决方法是在一台机器上使用具有多个进程的分布式 TensorFlow，并在 Linux 上使用 taskset 将特定进程固定到特定内核
【讨论】：
-
你能给我一个提示（源代码位置），Tensorflow 在哪里使用“一个”CPU 的多核来运行图形的一个分区？因为据我了解，TF 将图划分为多个分区，每个分区将由其对应的执行器在一台设备上运行。但我的问题是多核cpu如何执行分区？
-
我希望 TensorFlow 不看到/知道除一个之外的其他内核。我该怎么做？