如何在CPU上运行Tensorflow
我已经在Ubuntu 14.04上安装了tensorflow的GPU版本。
我在一个GPU服务器上，在那里Tenorflow可以访问可用的GPU。
我想在CPU上运行tenorflow。
通常我可以使用env CUDA\u VISIBLE\u DEVICES=0在0号GPU上运行。
如何在CPU之间进行选择？
我对用tf重写代码不感兴趣。设备（“/cpu:0”）：
共有3个答案
您可以为每个tf应用设备计数参数。会话：
config = tf.ConfigProto(
device_count = {'GPU': 0}
)
sess = tf.Session(config=config)
另请参阅protobuf配置文件：
tensorflow/core/framework/config.proto
如果上述答案不起作用，请尝试：
os.environ['CUDA_VISIBLE_DEVICES'] = '-1'
-
问题内容： 我正在尝试在运行mako内核的Nexus 4的所有cpus上设置性能监视器用户模式启用寄存器。 现在，我在可加载模块中设置寄存器： 问题是on_each_cpu仅在Online cpus上运行该功能，如printk语句所示： 当我调用on_each_cpu时，只有四个在线。所以我的问题是，如何强制cpu联机，或者如何强制某个cpu执行代码？谢谢 问题答案： 你并不需要运行在每个CPU的
-
我正在尝试让TensorFlow的函数在我的GPU上运行；假设这个TensorFlow源页面有一个函数，该函数在CPU和GPU上运行时比较的输出，那么这似乎是可能的。但是，在使用代码进行测试时： 我得到了错误： 谢了！
-
问题内容： 是否可以让linux库（例如“ libloader.so”）加载另一个库来解析任何外部符号？ 我有一堆代码，这些代码有条件地被编译以支持SIMD级别（SSE2，AVX，AVX2）。如果构建平台与运行时平台相同，则此方法运行良好。但这阻碍了不同处理器代之间的重用。 一种想法是让哪个调用链接不直接实现。而是根据cpuflags 从另一个已加载的库（例如，等等）中解析（绑定？）该符号。 需要
-
我有一个HttPURLConnection程序，它正在与运行在同一台机器上（本例中是CentOS）但部署在其他tomcat服务器上的某个应用程序建立连接。这意味着在部署在不同tomcats上的两个应用程序之间建立了HttpConnection，其中两个tomcats都运行在同一台机器上。 下面是我的代码： 然而，同样的代码在生产环境中运行得非常好，每秒大约有50个请求。 当我使用JVisualVM
-
什么JVM在CPU+GPU上运行？ 我知道像Oracle、Zulu、OpenJDK这样的JVM，但没有一个是为了将处理卸载到GPU上而设计的。
-
我有一个C++程序，我想编译成汇编，然后汇编器会把它编译成机器代码。 现在，据我所知，为了将汇编代码转换为机器代码，汇编程序需要某种表来映射汇编指令到实际的机器指令。 汇编程序将使用哪个表？我的C++程序是否有可能不能在所有CPU上运行，因为CPU使用不同的表，这意味着相同的机器代码在不同的CPU上会做不同的事情？