使用 Python 脚本调用四张 GPU 卡运行深度学习

以下是一个使用 Python 脚本调用四张卡并运行深度学习的示例：

import tensorflow as tf

# 设置使用的 GPU 数量
gpus = tf.config.experimental.list_physical_devices('GPU')
if gpus:
    try:
        # 限制使用四张卡
        tf.config.experimental.set_visible_devices(gpus[:4], 'GPU')
        for gpu in gpus[:4]:
            tf.config.experimental.set_memory_growth(gpu, True)
        logical_gpus = tf.config.experimental.list_logical_devices('GPU')
        print(len(gpus), 'Physical GPUs,', len(logical_gpus), 'Logical GPUs')
    except RuntimeError as e:
        print(e)

# 在这里编写你的深度学习代码
# 例如：
# model = tf.keras.Sequential([
#     tf.keras.layers.Dense(64, activation='relu'),
#     tf.keras.layers.Dense(10, activation='softmax')
# ])
# model.compile(optimizer='adam',
#               loss='sparse_categorical_crossentropy',
#               metrics=['accuracy'])
# model.fit(x_train, y_train, epochs=10, batch_size=32)

请注意，这只是一个示例脚本，你需要根据你的具体需求和深度学习模型进行适当的修改。此外，确保你的机器上安装了适当的深度学习库（如 TensorFlow）和 GPU 驱动程序。