Tensorflow框架 -- 硬件资源的分配

1、为什么使用指定设备

为了更好的使用电脑的硬件资源，所以不同类型的数据，存放硬件的位置有差别 。。。。

2、 tf.device的作用

为tensorflow指定可用设备，包括CPU和GPU设备。

3、实例演示

指定设备进行变量分配和运算。

import tensorflow as tf

with tf.device('/cpu:0'):  # 指定设备，'/gpu:id':指定使用gpu
    v1 = tf.constant([1.0, 2.0, 3.0], shape=[3], name='v1')
    v2 = tf.constant([1.0, 2.0, 3.0], shape=[3], name='v2')
    sumV12 = v1 + v2
 
    with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess:
        print(sess.run(sumV12))

运行结果：