Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >Tensorflow限制CPU个数

Tensorflow限制CPU个数

作者头像
kongxx
发布于 2018-05-14 05:39:34
发布于 2018-05-14 05:39:34
2.3K00
代码可运行
举报
运行总次数:0
代码可运行

安装

这里使用 Pip 来安装 Tensorflow CPU 版

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
$ 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

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
$ cd /usr/lib/python2.7/site-packages/tensorflow/models/image/mnist
$ python convolutional.py
...

或者运行

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
$ 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

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
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

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
$ 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。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2018.01.22 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
机器学习入门之HelloWorld(Tensorflow)
1 环境搭建 (Windows) 安装虚拟环境 Anaconda,方便python包管理和环境隔离。 Anaconda3 4.2 http://mirrors.oa.com/anaconda/archive/Anaconda3-4.2.0-Windows-x86_64.exe,自带python 3.5。 创建tensorflow隔离环境。打开Anaconda安装后的终端Anaconda Prompt,执行下面命令 conda create -n tensorflow python=3.5 #创建名为ten
腾讯Bugly
2018/04/27
1.2K0
机器学习入门之HelloWorld(Tensorflow)
机器学习入门之HelloWorld(Tensorflow)
本文介绍一些机器学习的入门知识,从安装环境到跑通机器学习入门程序MNIST demo。
Techeek
2018/03/13
4.1K4
机器学习入门之HelloWorld(Tensorflow)
tf.ConfigProto类
tf.ConfigProto()主要的作用是配置tf.Session的运算方式,比如gpu运算或者cpu运算,设置性质如下:
狼啸风云
2019/08/14
1.4K0
keras系列︱keras是如何指定显卡且限制显存用量(GPU/CPU使用)
版权声明:博主原创文章,微信公众号:素质云笔记,转载请注明来源“素质云博客”,谢谢合作!! https://blog.csdn.net/sinat_26917383/article/details/75633754
悟乙己
2019/05/26
4K0
tensorflow-gpu版安装
需要环境 Anaconda CUDA cuDNN 注:tensorflow1.4用的是cuda8,cudnn6;tensorflow用的是cuda9,cudnn7,选择版本时要注意 CUDA安装 首
听城
2018/04/27
7800
tensorflow-gpu版安装
[Tensorflow] Faster R-CNN 和自定义 VOC 数据集
看了pascal_voc.py代码,可以把代码的jpg拼接改成png,这样可以不做上一步.
wOw
2018/09/18
3.1K4
Tensorflow基础篇_1
import tensorflow as tf a = tf.constant(5.0) b = tf.constant(6.0) sum = tf.add(a, b) with tf.Session as sess: sess.run(sum)
卡伊德
2022/09/13
2880
tensorflow学习笔记(二十五):ConfigProto&GPU
本文介绍了TensorFlow中ConfigProto和GPU的用法,包括如何配置session、使用GPU资源以及设置每个GPU的容量。作者希望通过对这些概念的深入了解,更好地利用TensorFlow进行深度学习任务。
ke1th
2018/01/02
7280
tensorflow零起点快速入门(1)
其中的TF_CPP_MIN_LOG_LEVEL据说是为了忽略警告,但是我这里没有意义(numpy的一些警告)
嘘、小点声
2019/11/18
4410
深度学习(1)——tensorflow简介什么是TensorFlow?什么是数据流图?安装基本概念示例变量的更新操作
前言:主要介绍TensorFlow的基础知识,深度学习的基本知识将在后面进行一一介绍 什么是TensorFlow? 可以拿python最经典的计算包numpy来进行比较,和numpy类似,用于数据计算,常用于开发深度学习框架。为了更好理解它,从以下几个方面介绍: 1.TensorFlow是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。 2.从命名来理解:Tensor(张量)意味着N维数组,Flow(流)意味 着基于数据流图的计算。Tensorflow运行过程就是张量从图
DC童生
2018/06/20
4.5K0
TensorFlow 入门指南
但在开始之前,先来看看一个最简单的使用 TensorFlow Python API 的示例代码,这样你就会对我们接下来要做的事情有所了解。
竹清
2018/08/31
1.3K0
TensorFlow 入门指南
tensorflow的GPU加速计算
tensorflow程序可以通过tf.device函数来指定运行每一个操作的设备,这个设备可以是本地的CPU或者GPU,也可以是某一台远程的服务器。tensorflow会给每一个可用的设备一个名称,tf.device函数可以通过设备的名称来指定执行运算的设备,比如CPU在tensorflow中的名称为/cpu:0。在默认情况下,即使机器有多CPU,tensorflow也不会区分它们,所有CPU都使用/cpu:0作为名称。而一台机器上不同为/gpu:0,第二个GPU名称为/gpu:1,以此类推。
狼啸风云
2019/03/04
7.5K0
tensorflow的GPU加速计算
TensorFlow下载与安装
TensorFlow简介 TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。 TensorFlow可被用于语音识别或图像识别等多项机器深度学习领域,对2011年开发的深度学习基础架构DistBelief进行了各方面的改进,它可在
xiangzhihong
2018/02/08
2K0
TensorFlow下载与安装
为stackGan一个工程创建一个虚拟环境,python 2.7 tensorflow0.12-tensorflow 1.01
安装conda 下载地址:https://repo.continuum.io/miniconda/Miniconda2-latest-Linux-x86_64.sh 下载完成后执行: bash Miniconda2-latest-Linux-x86_64.sh 安装地址:xlz/Miniconda 刷新一下配置文件:source /home/xlz/.bashrc #这里是管理员权限吼 创建实验环境:conda create -n stackGan python=2.7 #我们创建一个虚拟2.7环
水球喵子
2018/04/10
1.1K0
为stackGan一个工程创建一个虚拟环境,python 2.7 tensorflow0.12-tensorflow 1.01
TensorFlow Tutorial-1
1、Why TensorFlow? 网上有关介绍太多了,我就不多说了,这里主要注重使用。 Intro.PNG github.PNG 2、Programing model 2.1.Big Idea 将数
用户1332428
2018/03/08
7730
TensorFlow Tutorial-1
TensorFlow的安装
在本篇文章中,我们将会介绍TensorFlow的安装,TensorFlow是Google公司在2015年11月9日开源的一个深度学习框架。
夜雨飘零
2020/05/06
1.8K0
TensorBoard计算加速
1. 如何使用log_device_placement参数来打印运行每一个运算的设备。
py3study
2020/01/15
7590
《Scikit-Learn与TensorFlow机器学习实用指南》 第12章 设备和服务器上的分布式 TensorFlow
在第 11 章,我们讨论了几种可以明显加速训练的技术:更好的权重初始化,批量标准化,复杂的优化器等等。 但是,即使采用了所有这些技术,在具有单个 CPU 的单台机器上训练大型神经网络可能需要几天甚至几周的时间。
SeanCheney
2018/12/12
1.1K0
昇腾Ascend 随记 —— TensorFlow 模型迁移
目前人工智能领域内,AI算法模型搭建方面的技艺已经是炉火纯青,市面上用于AI模型搭建的深度学习框架,除了华为开源的昇思MindSpore,还有Google的TensorFlow、Facebook的PyTorch、Caffe等。
繁依Fanyi
2023/05/07
1.5K0
昇腾Ascend 随记 —— TensorFlow 模型迁移
Tensorflow的安装
本文介绍了如何安装和配置TensorFlow以进行深度学习。首先介绍了TensorFlow的安装步骤,然后讨论了在Python中使用TensorFlow进行深度学习所需的依赖库和工具。最后,提供了一些示例和常见问题解决方法。
GavinZhou
2018/01/02
1.6K0
Tensorflow的安装
相关推荐
机器学习入门之HelloWorld(Tensorflow)
更多 >
领券
💥开发者 MCP广场重磅上线!
精选全网热门MCP server,让你的AI更好用 🚀
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验