更新tf文档

source/_posts/Tensorflow中的GPU配置及内存分配.md

@@ -31,7 +31,7 @@ nvidia-sim简称NVSMI，提供监控GPU使用情况和更改GPU状态的功能
 
 CMD中输入:
 
-```plant
+```text
 nvidia-smi
 ```
 
@@ -114,11 +114,26 @@ with tf.compat.v1.Session(config=config) as sess:
 
 ### 4 指定GPU
 
-在有多块GPU的服务器上运行tensorflow的时候，如果使用python编程，则可指定GPU，代码如下：
+* 在有多块GPU的服务器上运行tensorflow的时候，如果使用python编程，则可指定GPU，代码如下：
 
 ```python
 import os
 os.environ["CUDA_VISIBLE_DEVICES"] = "2"
+
+os.environ["CUDA_VISIBLE_DEVICES"]="-1"    CPU模式
+
+
+CUDA_VISIBLE_DEVICES=1    Only device 1 will be seen
+CUDA_VISIBLE_DEVICES=0,1    Devices 0 and 1 will be visible
+CUDA_VISIBLE_DEVICES="0,1"    Same as above, quotation marks are optional
+CUDA_VISIBLE_DEVICES=0,2,3    Devices 0, 2, 3 will be visible; device 1 is masked
 ```
 
+- 另一种方案-给指定的Session分配单独的GPU
+
+     用 tf.device('/gpu:1') 指定Session在第二块GPU上运行。  
+     tensorflow中不同的GPU使用`/gpu:0`和`/gpu:1`区分，
+     CPU不区分设备号，表示为`/cpu:0`。
+
+
 > 未完待续...