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: