GPU 是加速大型数据集计算的强大工具。 但是，有时可能需要禁用 GPU 以提高性能。 禁用 GPU 的一个常见原因是在资源有限的笔记本电脑或台式计算机上使用 TensorFlow。 在移动设备上使用 TensorFlow 时，禁用 GPU 还可以提高性能。
import os os.environ["CUDA_VISIBLE_DEVICES"]="-1"
第一行导入 os 模块。 第二行将环境变量 CUDA_VISIBLE_DEVICES 设置为 -1。 这告诉 TensorFlow 不要使用任何 GPU。
Jupyter笔记本
Jupyter Notebook 是一个 Web 应用程序，可让您在协作环境中创建文档并与他人共享文档。 它包括富文本格式、实时代码编辑和自动文档生成等功能。
Tensorflow
TensorFlow 是一个用于数据分析和机器学习的库。 它允许您创建自定义模型和算法以加速这些模型的训练。 TensorFlow 可以在 Python 中使用，这使得它很容易上手。
GPU
Python 中的 GPU 是一个强大的工具，可用于各种任务，包括图形处理、机器学习和科学计算。 GPU 是专为高性能图形渲染和深度学习而设计的专用微处理器。 Python 为 CUDA 库提供了一个方便的包装器，这使得访问 GPU 资源变得容易。
