我的服务器上有 2 个 GPU，我想在它们上运行不同的训练任务。
在第一个任务中，我试图强制 Tensorflow 只使用一个 GPU，我在脚本顶部添加了以下代码：
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '0'
运行第一个任务后，当我尝试在另一个 GPU 上运行第二个任务时，（使用相同的 2 行代码）我收到错误 "No device GPU:1"强>。
有什么问题？
【问题讨论】：
标签： parallel-processing gpu lstm recurrent-neural-network
问：“有什么问题？”
系统需要查看卡片 - 验证服务器的当前状态，使用对 (hwloc-tool) lstopo 的调用：
$ lstopo --only osdev
GPU L#0 "card1"
GPU L#1 "renderD128"
GPU L#2 "card2"
GPU L#3 "renderD129"
GPU L#4 "card3"
GPU L#5 "renderD130"
GPU L#6 "card0"
GPU L#7 "controlD64"
Block(Disk) L#8 "sda"
Block(Disk) L#9 "sdb"
Net L#10 "eth0"
Net L#11 "eno1"
GPU L#12 "card4"
GPU L#13 "renderD131"
GPU L#14 "card5"
GPU L#15 "renderD132"
如果显示的不仅仅是上面提到的card0，请继续正确命名/id#-s
并
确保设置它在执行任何操作之前其他import-s，如pycuda和tensorflow。
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '1' # MUST PRECEDE ANY IMPORT-s
#---------------------------------------------------------------------
import pycuda as pyCUDA
import tensorflow as tf
...
#----------------------------------------------------------------------
【讨论】：