#coding=utf-8
#日志显示级别1,2,3对应所有(infowaringerror),waringerror,error
#import os
#os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
#张量
a=tf.constant([1.0,2.0,3.0],shape=[3],name='a')
b=tf.constant([1.0,2.0,3.0],shape=[3],name='b')
c=a+b
#设置tf.ConfigProto()中参数log_device_placement = True ,
#可以获取到 operations 和 Tensor 被指派到哪个设备(几号CPU或几号GPU)上运行,
#会在终端打印出各项操作是在哪个设备上运行的。
#自动选择运行设备 : tf.ConfigProto(allow_soft_placement=True)
#手动设置操作运行的设备:with tf.device('/cpu:0'):
sess=tf.Session(config=tf.ConfigProto(log_device_placement=True))
print sess.run(c)
sess.close()
#with tf.Session()as sess:
#print sess.run(c)
#常数运算
d=1
e=9
f=d+e
print (f)
#日志显示级别1,2,3对应所有(infowaringerror),waringerror,error
#import os
#os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
#张量
a=tf.constant([1.0,2.0,3.0],shape=[3],name='a')
b=tf.constant([1.0,2.0,3.0],shape=[3],name='b')
c=a+b
#设置tf.ConfigProto()中参数log_device_placement = True ,
#可以获取到 operations 和 Tensor 被指派到哪个设备(几号CPU或几号GPU)上运行,
#会在终端打印出各项操作是在哪个设备上运行的。
#自动选择运行设备 : tf.ConfigProto(allow_soft_placement=True)
#手动设置操作运行的设备:with tf.device('/cpu:0'):
sess=tf.Session(config=tf.ConfigProto(log_device_placement=True))
print sess.run(c)
sess.close()
#with tf.Session()as sess:
#print sess.run(c)
#常数运算
d=1
e=9
f=d+e
print (f)