Tensorflow限制CPU个数实例

(编辑:jimmy 日期: 2024/9/24 浏览:2)

安装

这里使用 Pip 来安装 Tensorflow CPU 版

$ sudo pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl

安装完成后运行库中自带的手写识别例子来检查安装是否成功

$ cd /usr/lib/python2.7/site-packages/tensorflow/models/image/mnist
$ python convolutional.py
...

或者运行

$ python -m tensorflow.models.image.mnist.convolutional
...

限制CPU个数

对于上面用到的手写识别例子来说,需要修改文件 /usr/lib/python2.7/site-

packages/tensorflow/models/image/mnist/convolutional.py 中创建 Session 部分

修改前

  with tf.Session(config=config) as s:

修改后

  cpu_num = int(os.environ.get('CPU_NUM', 1))
  config = tf.ConfigProto(device_count={"CPU": cpu_num},
        inter_op_parallelism_threads = cpu_num,
        intra_op_parallelism_threads = cpu_num,
        log_device_placement=True)

  with tf.Session(config=config) as s:

修改完成后,使用环境变量 CPU_NUM 来指定需要使用的 CPU 个数,然后再次运行手写识别例子

$ export CPU_NUM=2
$ python -m tensorflow.models.image.mnist.convolutional

运行后,使用 top 命令来查看程序的 CPU 使用情况。

以上这篇Tensorflow限制CPU个数实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

一句话新闻
一文看懂荣耀MagicBook Pro 16
荣耀猎人回归!七大亮点看懂不只是轻薄本,更是游戏本的MagicBook Pro 16.
人们对于笔记本电脑有一个固有印象:要么轻薄但性能一般,要么性能强劲但笨重臃肿。然而,今年荣耀新推出的MagicBook Pro 16刷新了人们的认知——发布会上,荣耀宣布猎人游戏本正式回归,称其继承了荣耀 HUNTER 基因,并自信地为其打出“轻薄本,更是游戏本”的口号。
众所周知,寻求轻薄本的用户普遍更看重便携性、外观造型、静谧性和打字办公等用机体验,而寻求游戏本的用户则普遍更看重硬件配置、性能释放等硬核指标。把两个看似难以相干的产品融合到一起,我们不禁对它产生了强烈的好奇:作为代表荣耀猎人游戏本的跨界新物种,它究竟做了哪些平衡以兼顾不同人群的各类需求呢?