要仅在 CPU 上运行 TensorFlow，即使安装了 GPU 版本，您也可以将CUDA_VISIBLE_DEVICES环境变量设置为空字符串。这将有效地隐藏 TensorFlow 中的 GPU，使其改用 CPU。

具体操作如下：

使用命令行

运行 Python 脚本时，您可以在命令行中直接设置环境变量：

CUDA_VISIBLE_DEVICES="" python your_script.py

在 Python 脚本中

如果您希望在 Python 脚本本身内设置环境变量（尽管通常最好在外部设置），则可以使用该os模块：

import os
os.environ["CUDA_VISIBLE_DEVICES"] = ""
import tensorflow as tf

# Your TensorFlow code here

其他说明

• 此方法不需要您修改现有 TensorFlow 代码的任何部分，因为它可以防止 TensorFlow 看到任何 GPU。
• 确保CUDA_VISIBLE_DEVICES在导入 TensorFlow 之前进行设置。如果在设置此变量之前导入了 TensorFlow，则不会生效。
• 如果您想指定在特定的 CPU 核心上运行，虽然 TensorFlow 本身不提供将特定任务分配给 CPU 核心的直接方法，但您可以在操作系统级别或使用 CPU 亲和性工具来管理它，但这对于 TensorFlow 工作负载通常不是必需的。

通过使用空字符串CUDA_VISIBLE_DEVICES，TensorFlow 将默认在 CPU 上运行，而无需大幅更改代码。