在没有GPU的虚拟机中执行Tensorflow

Question

我有一个关于tensorflow的问题，那就是，对于我想要完成的任务来说，多少有些关键。

我的场景如下: 1.我有一个tensorflow脚本，该脚本已经设置、训练和测试过。它运行得很好。

1. 训练和测试是用2张泰坦X卡在devBox上进行的。

1. We need to now port this system to a live-pilot testing stage and are required to deploy it on a virtual-machine with Ubuntu 14.04 running atop of it.

​

这就是问题所在-- vm将无法访问底层GPU，必须在CPU模式下验证传入的数据。我的问题

1. GPU的缺乏会阻碍我的ML系统的验证过程吗？默认情况下，tensorflow是否使用GPU进行CNN计算，而GPU的缺失会影响执行吗？
2. 如何在CPU模式下运行脚本？
3. 将CUDA_VISIBLE_DEVICES设置为none是否有助于在系统对GPU盒进行培训之后，在CPU模式下进行验证？

我很抱歉，如果这被视为一个菜鸟的问题，但我是新的TF和任何建议，将不胜感激。如果您需要更多关于我的场景的信息，请告诉我。

Answer 1

使用CUDA_VISIBLE_DEVICES设置为空字符串的测试将确保您没有任何依赖于GPU存在的东西，理论上应该足够了。在实践中，GPU代码描述中存在一些bug，如果没有GPU (如这一个)，就会触发这些错误，因此您需要确保GPU软件环境(CUDA版本)是相同的。

或者，您可以在不支持GPU (bazel build -c opt tensorflow)的情况下编译bazel build -c opt tensorflow，这样您就不必担心与CUDA环境匹配或设置CUDA_VISIBLE_DEVICES