Tensorflow支持的设备包括CPU、GPU，它们都可以用strings表示。

• /cpu:0 机器的CPU

• /device:GPU:0 机器的第1个GPU

+/device:GPU:1 机器的第2个GPU

Tensorflow operation有CPU与GPU实现，当operation被赋予device时，GPU拥有较高的优先级。

例如，matmul 同时有CPU与GPU的kernel，如果系统同时存在cpu:0 与gpu:0 ，则gpu:0 会被选择执行.

Device配置记录

为方便记录opeartion与tensor被赋予何种device，在创建session时，配置log_device_placement 选项

# Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# Runs the op.
print(sess.run(c))

则会看到如下输出

Device mapping:
/job:localhost/replica:0/task:0/device:GPU:0 -> device: 0, name: Tesla K40c, pci bus
id: 0000:05:00.0
b: /job:localhost/replica:0/task:0/device:GPU:0
a: /job:localhost/replica:0/task:0/device:GPU:0
MatMul: /job:localhost/replica:0/task:0/device:GPU:0
[[ 22.  28.]
 [ 49.  64.]]

【参考】

1。 Tensorflow GPU：https://www.tensorflow.org/programmers\_guide/using\_gpu