from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())　

pip install tensorflow-gpu==2.3.0 -i https://pypi.douban.com/simple/

# 使用CPU：
import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = "-1" # 這一行注釋掉就是使用cpu，不注釋就是使用gpu
# 使用GPU：
import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
# os.environ['CUDA_VISIBLE_DEVICES'] = "0" #這個是僅選擇使用GPU 0
# os.environ['CUDA_VISIBLE_DEVICES'] = "1" #這個是僅選擇使用GPU 1
# os.environ['CUDA_VISIBLE_DEVICES']  = “0,1” #設置當前使用的GPU設備為0,1號

Config=tf.ConfigProto(allow_soft_placement=True) ?##:如果你指定的設備不存在,允許TF自動分配設備
Config.gpu_options.allow_growth=True ?##動態(tài)分配內(nèi)存
sess=tf.session(config=config)

gpu_options = tf.GPUOptions(allow_growth=True)
gpu_options =tf.GPUOptions(per_process_gpu_memory_fraction=0.8,allow_growth=True) ##每個gpu占用0.8的顯存
config=tf.ConfigProto(gpu_options=gpu_options,allow_soft_placement=True)
sess=tf.session(config=config)##如果電腦有多個GPU，tensorflow默認全部使用。如果想只使用部分GPU，可以設置CUDA_VISIBLE_DEVICES。

os.environ[“CUDA_DEVICE_ORDER”] = “PCI_BUS_ID” ##指定的設備名稱
os.environ[‘CUDA_VISIBLE_DEVICES'] = ‘0' #使用 GPU 0
os.environ[‘CUDA_VISIBLE_DEVICES'] = ‘0,1' # 使用 GPU 0，1