很容易有许多可能方式，其中之一是包括急切和非急切模式。
您可以为作业指定设备，因为具有基本配置的Tensorflow 2.8不需要作业ID *
他们管理日程安排，您也可以使用管理器。

[急切模式]：

device_spec = DeviceSpec(device_type="GPU", device_index=0)
print( device_spec )
print( device_spec.to_string() )
with tf.device(device_spec.to_string()):
    my_var = tf.Variable(1.)
    squared_var = tf.square(my_var)
    print( squared_var )

[无渴望模式]：

tf.compat.v1.disable_eager_execution()
device_spec = DeviceSpec(job="1234", device_type="GPU", device_index=0)
print( device_spec )
print( device_spec.to_string() )
with tf.device(device_spec.to_string()):
    my_var = tf.Variable(1.)
    squared_var = tf.square(my_var)
    print( squared_var )

[输出]：

<tensorflow.python.framework.device_spec.DeviceSpecV2 object at 0x000001AB1149EBE0>
/job:1234/device:GPU:0
Tensor("Square:0", shape=(), dtype=float32, device=/job:1234/device:GPU:0)