TensorFlow测试CPU、GPU

1.查看当前Tensorflow版本

import tensorflow as tf
print(tf.__version__)

会得到自己的tensorflow的版本号

2.查看当前主机运行的设备

import tensorflow as tfgpus = tf.config.experimental.list_physical_devices(device_type='GPU')
cpus = tf.config.experimental.list_physical_devices(device_type='CPU')
print(gpus)
print(cpus)

3.查看GPU是否可用，指定在CPU/GPU运行

import tensorflow as tf# 指定在cpu上运行
with tf.device('/cpu:0'):cpu_a = tf.random.normal([10000, 1000])cpu_b = tf.random.normal([1000, 2000])cpu_c = tf.matmul(cpu_a, cpu_b)
print("cpu_a:", cpu_a.device)
print("cpu_b:", cpu_b.device)
print("cpu_c:", cpu_c.device)
# 查看gpu是否可用
print(tf.config.list_physical_devices('GPU'))
# 指定在gpu上运行
with tf.device('/gpu:0'):gpu_a = tf.random.normal([10000, 1000])gpu_b = tf.random.normal([1000, 2000])gpu_c = tf.matmul(gpu_a, gpu_b)
print("gpu_a:", gpu_a.device)
print("gpu_b:", gpu_b.device)
print("gpu_c:", gpu_c.device)

4.比较在CPU和GPU上的运行时间

import tensorflow as tf
import timeitdef cpu_run():with tf.device('/cpu:0'):cpu_a = tf.random.normal([10000, 1000])cpu_b = tf.random.normal([1000, 2000])c = tf.matmul(cpu_a, cpu_b)return cdef gpu_run():with tf.device('/gpu:0'):gpu_a = tf.random.normal([10000, 1000])gpu_b = tf.random.normal([1000, 2000])c = tf.matmul(gpu_a, gpu_b)return ccpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print("cpu:", cpu_time, "  gpu:", gpu_time)

TensorFlow测试CPU、GPU相关推荐

win10和Ubuntu16.04中基于anaconda安装TensorFlow（CPU+GPU）
目录 Windows系统下安装步骤安装CPU版本的tensorflow 安装GPU版本的tensorflow(使用GPU加速的tensorflow模型训练速度更快) Ubuntu中的安装步骤安装C ...
Tensorflow + PyTorch 安装（CPU + GPU 版本）
目录一.Anaconda 安装二.安装 TensorFlow-CPU 1.配置环境 2.安装 Tensorflow 三.安装TensorFlow-GPU 1.是否可安装GPU版Tensorflow ...
Win10快速搭建Tensorflow(CPU/GPU)
Win10快速搭建Tensorflow 如果需要详细的安装介绍请看:安装详解一.快速搭建过程: 第一步:下载Anaconda,并安装. Anaconda官网下载地址:https://www.anac ...
TensorFlow指定CPU和GPU方法
TensorFlow指定CPU和GPU方法 TensorFlow 支持 CPU 和 GPU.它也支持分布式计算.可以在一个或多个计算机系统的多个设备上使用 TensorFlow. TensorFlow ...
tensorflow 使用CPU而不使用GPU的问题解决
tensorflow 使用CPU而不使用GPU的问题解决参考文章: (1)tensorflow 使用CPU而不使用GPU的问题解决 (2)https://www.cnblogs.com/hutao7 ...
tensorflow 制定 CPU 或GPU
tensorflow 制定 CPU 或GPU CPU with tf.Session() as sess:...: with tf.device("/cpu:0"):...: m1 ...
成功解决：Win系统下的Tensorflow使用CPU而不使用GPU运行加速
成功解决:Win系统下的Tensorflow使用CPU而不使用GPU运行加速目录解决问题解决思路解决方法解决问题 Win系统下的Tensorflow使用CPU而不使用GPU运行加速解决思路 ...
指定tensorflow运行的GPU或CPU设备
如果 TensorFlow 指令中兼有 CPU 和 GPU 实现,当该指令分配到设备时,GPU 设备有优先权. 如果你的系统里有多个 GPU, 那么 ID 最小的 GPU 会默认使用. 当我们要指定t ...
Window10 NVIDIA显卡 Tensorflow 2.1 GPU 安装和测试
Window10 NVIDIA显卡 Tensorflow 2.1 GPU 安装和测试 1. 硬件要求支持以下带有 GPU 的设备: CUDA® 计算能力为 3.5 或更高的 NVIDIA® GPU ...

TensorFlow测试CPU、GPU

目录

1.查看当前Tensorflow版本

2.查看当前主机运行的设备

3.查看GPU是否可用，指定在CPU/GPU运行

4.比较在CPU和GPU上的运行时间

TensorFlow测试CPU、GPU相关推荐

最新文章

热门文章