如何强制TensorFlow使用CPU而非默认GPU以提升训练速度？

针对你遇到的TensorFlow调用独立GPU反而拖慢训练速度的问题，以下是直接有效的强制CPU运行方法：

方法一：代码开头临时屏蔽GPU #

在Jupyter Notebook的代码最顶部添加这段代码，让TensorFlow完全无法检测到GPU设备，仅用CPU运行：

import os
# 屏蔽所有GPU设备
os.environ["CUDA_VISIBLE_DEVICES"] = "-1"
import tensorflow as tf
# 验证设置（可选）
print("当前可用计算设备:", tf.config.list_physical_devices('CPU'))

该设置仅对当前Notebook内核生效，关闭后自动恢复默认状态。

方法二：通过TensorFlow配置指定CPU #

无需修改环境变量，直接在代码中配置TensorFlow仅使用CPU资源：

import tensorflow as tf
# 获取系统中所有CPU设备
cpu_devices = tf.config.list_physical_devices('CPU')
# 设置TensorFlow仅可见并使用CPU
tf.config.set_visible_devices(cpu_devices, 'CPU')
# 验证设置（可选）
print("TensorFlow可见设备:", tf.config.get_visible_devices())

方法三：给Anaconda环境永久设置 #

如果希望整个目标Anaconda环境都默认让TensorFlow用CPU，可按以下步骤操作：

1. 打开Anaconda Prompt，激活你的环境：conda activate 你的环境名称
2. 设置永久环境变量：conda env config vars set CUDA_VISIBLE_DEVICES="-1"
3. 先执行conda deactivate退出环境，再重新激活，设置即可生效

方法四：修改Jupyter启动快捷方式 #

在Windows上，通过修改Jupyter快捷方式的启动参数，实现每次启动都强制TensorFlow用CPU：

1. 找到Anaconda生成的Jupyter Notebook快捷方式，右键选择「属性」
2. 在「目标」栏的最前端添加 set CUDA_VISIBLE_DEVICES=-1 &&
   例如原目标为：D:\Anaconda3\python.exe D:\Anaconda3\Scripts\jupyter-notebook-script.py
   修改后变为：set CUDA_VISIBLE_DEVICES=-1 && D:\Anaconda3\python.exe D:\Anaconda3\Scripts\jupyter-notebook-script.py
3. 点击「确定」保存，之后通过该快捷方式启动Jupyter即可生效

注意：即使你安装的是TensorFlow GPU版本，以上方法依然有效——本质是让TensorFlow无法访问GPU资源，自动切换到CPU运行模式。

内容的提问来源于stack exchange，提问作者fe2084