开发 | 如何为TensorFlow和PyTorch自动选择空闲GPU，解决抢卡争端

文章预览

AI科技评论按 ：本文作者 天清 ，原文载于其知乎专栏  世界那么大我想写代码 ， AI科技评论 获授权发布。 项目地址： https://github.com/QuantumLiu/tf_gpu_manager *** 更新：支持pytorch *** 使用 git clone https://github.com/QuantumLiu/tf_gpu_manager 把manager.py放到你训练的目录就行。 直接使用with gm.auto_choice()自动选择设备进行接下来代码块的操作。 import tensorflow as tf  from manager import GPUManager  from keras.layers LSTM  gm=GPUManager() with gm.auto_choice():         x=tf.placeholder(tf.float32,shape=(None,20,64))         y=LSTM(32)(x) 背景 随着深度学习技术快速的发展，深度学习任务的数据和计算规模也越来越大，想要做出个像样的work，没有一台powerful的GPU工作站是万万不能的。 除了要求单卡性能强大，GPU数量 ………………………………