http://www.taodudu.cc/news/show-3980798.html?action=onClick
通过环境变量控制
屏蔽GPU
export CUDA_VISIBLE_DEVICES=""
通过训练代码控制
https://blog.csdn.net/dream_to_dream/article/details/122249872
选择CPU：
import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = "-1"
选择GPU：
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '/gpu:0'
查看当前设备使用的是CPU还是GPU：
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
CUDA_VISIBLE_DEVICES 使用指定的GPU组
在一机器多卡的机器中，我们可以指定使用某几台GPU，而剩下的GPU在程序中不会被使用。
例：选择特定的GPU组运行程序可在程序运行命令前，如【train.py】开头部分使用如下命令：
CUDA_VISIBLE_DEVICES=0
0为服务器中的GPU编号，可以为0, 1, 2, 3等，表明对该程序LInux服务器可见的GPU编号。