从命令行强制 TensorFlow-GPU 使用 CPU

Question

我在运行 Ubuntu 14.04.4 LTS x64 的服务器上安装了 TensorFlow-GPU 1.0.0。

我知道我可以使用CUDA_VISIBLE_DEVICES 隐藏一个或多个 GPU。有时，我想隐藏所有 GPU，以便基于 TensorFlow 的程序只使用 CPU。结果我试了

username@server:/scratch/coding/src$ CUDA_VISIBLE_DEVICES="" python my_script.py 

但这给了我错误信息：

E tensorflow/stream_executor/cuda/cuda_driver.cc:509] failed call to cuInit: CUDA_ERROR_NO_DEVICE

这是我使用的ConfigProto：

session_conf = tf.ConfigProto(
      device_count={'CPU': 1, 'GPU': 1},
      allow_soft_placement=True, 
      log_device_placement=False
      )
sess = tf.Session(config=session_conf)

我知道我可以使用device_count={'GPU': 0} 来阻止基于TensorFlow 的程序使用GPU，但我想知道这是否可以在启动程序时从命令行实现（不更改ConfigProto）。

根据文档，选项 allow_soft_placement=True 应该让 TensorFlow 自动选择现有且受支持的设备来运行操作，以防指定的设备不​​存在。

当我看到这条消息时，我的第一反应是 CUDA 至少需要一个 GPU 才能成功加载，但我 read 说即使机器没有 GPU，也可以在机器上安装 GPU 驱动程序并使用 TensorFlow-GPU .

---

这是我用于测试的my_script.py 脚本：

import tensorflow as tf
a = tf.constant(1, name = 'a')
b = tf.constant(3, name = 'b')
c = tf.constant(9, name = 'c')
d = tf.add(a, b, name='d')
e = tf.add(d, c, name='e')

session_conf = tf.ConfigProto(
          device_count={'CPU': 1, 'GPU': 1},
          allow_soft_placement=True,
          log_device_placement=False
          )
sess = tf.Session(config=session_conf)
print(sess.run([d, e]))

Answer 1

我认为“E”应该是“W”或“I”，这只是一个信息性消息，不应影响程序的运行