tensorflow 查看可使用设备情况

最新推荐文章于 2024-04-29 22:57:42 发布
VIP文章 最新推荐文章于 2024-04-29 22:57:42 发布
阅读量1.9k 收藏 4
点赞数
文章标签： tensorflow 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36588760/article/details/103371913
版权

可用以下代码查看可使用设备情况

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

`如果只有CPU，会出现类似以下图示：

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices
最低0.47元/天 解锁文章
未生无
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于TensorFlow 2.0和循环神经网络开发的情感分析python源码+使用说明+超详细注释.zip
10-16
【资源说明】 基于TensorFlow 2.0和循环神经网络开发的情感分析python源码+使用说明+超详细注释.zip 我的计算设备是笔记本上的 GTX 1060 6G，当选择batch size=32时，训练完一个epoch耗时约125s。 如下是训练4个epoch的模型性能参数： 数据集|准确率(Accuracy)|精确率(Precision)|召回率(Recall)|F1 Score --|--|--|--|-- 训练集|0.9759|0.9904|0.9610|0.9746 开发集(验证集)|0.9732|0.9858|0.9605|0.9722 测试集|0.9753|0.9866|0.9634|0.9740 数据集划分比例为： 数据集|比例 --|-- 训练集|0.75 开发集|0.15 验证集|0.15 # 快速开始 我的Python环境是Linux下使用Anaconda安装的，所以请根据自己的实际情况，自行判断是否需要将下面命令中的python和pip替换成python3和pip3。 ## 1.如何训练模型？ - clone项目到本地。 - 下载数据集。 - 在`tf2-rnn-emotional-classifier`路径下，执行命令`pip install -r requirements.txt` - 在`settings.py`中配置好相关路径，并根据个人情况配置好其他参数。 - 在`tf2-rnn-emotional-classifier`路径下，执行命令`python train.py`。 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可直接用于毕设、课设、作业等。 欢迎下载，沟通交流，互相学习，共同进步！
tensorflow获取可用GPU设备
wzg2016的博客
08-22 603
正常来说,运行下面两句会打印tensorflow能用的CPU和GPU，以及相关的设备参数 from tensorflow.python.client import device_lib print(device_lib.list_local_devices()) 以下罗列几个常用的查看service配置的函数： 使用tensorflow查询机器上是否存在可用的gpu设备 def is_...
tensorflow获取可用运算设备(CPU,GPU)
littlehaes的博客
09-02 8830
Welcome To My Blog 正常来说,运行下面两句会打印tensorflow能用的CPU和GPU from tensorflow.python.client import device_lib print(device_lib.list_local_devices()) 结果发现只有CPU可用,查阅资料后发现可能跟tensorflow版本有关,在终端运行pip3 list查看安装的...
ShuffleNet：TensorFlow中的ShuffleNet实现
02-06
洗牌网 TensorFlow中引入的ShuffleNet的实现。 这组作者说， ShuffleNet是一种计算效率高的CNN架构，专门为计算能力非常有限的移动设备设计。 在错误率低得多的情况下，它的错误率要优于Google MobileNet 。 链接到原始文章： ShuffleNet单位 群卷积 本文使用群卷积算子。 但是，该运算符未在TensorFlow后端中实现。 因此，我使用图操作实现了运算符。 这里讨论了这个问题： 频道改组 可以通过应用以下三种操作来实现频道改组： 将输入张量从（N，H，W，C）重塑为（N，H，W，G，C'）。 在二维（G，C'）上执行矩阵转置运算。 将张
TensorFlow 显存使用机制详解
12-20
默认情况下，TensorFlow 会映射进程可见的所有 GPU 的几乎所有 GPU 内存（取决于 CUDA_VISIBLE_DEVICES）。通过减少内存碎片，可以更有效地使用设备上相对宝贵的 GPU 内存资源。 在某些情况下，最理想的是进程只分配可用内存的一个子集，或者仅根据进程需要增加内存使用量。 TensorFlow 在 Session 上提供两个 Config 选项来进行控制。 (1) : 自主申请所用的内存空间 第一个是 allow_growth 选项，它试图根据运行时的需要来分配 GPU 内存：它刚开始分配很少的内存，随着 Session 开始运行并需要更多 GPU 内存，我们会扩
tensorflow学习之路(5):利用tensorflow输出devices信息
IB_H20的博客
06-20 4120
tensorflow tf.device()
win10跑深度学习程序无法调用gpu的问题（已解决）
热门推荐
qq_44104483的博客
06-29 1万+
win10 跑程序
device_lib.list_local_devices()只有一个cpu
qq_41347964的博客
11-29 2921
原因是： 我的虚拟环境同时安装了tensorflow和tensorflow-gpu，此时默认使用的是cpu版本的tensorflow，所以检测出来的只有cpu。 查看系统是否存在可用gpu cmd下面运行命令：nvidia-smi，结果如下，证明存在可用gpu 切换gpu版本 程序默认使用最后安装的tensorflow版本，我先安装的tensorflow-gpu，后安装的tensorflow，所以默认使用的是tensorflow，卸载tensorflow-gpu： pip uninstall tensor
(转)tensorflow 使用CPU而不使用GPU的问题解决
zyb418的专栏
03-11 5542
https://www.cnblogs.com/hutao722/p/9583214.html 今天发现一个怪现象，在训练keras时，发现不使用GPU进行计算，而是采用CPU进行计算，导致计算速度很慢。 用如下代码可检测tensorflow的能使用设备情况： from tensorflow.python.client import device_lib print(device_li...
【DL-安装遇错】tensorflow突然检测不到GPU，显示False的问题
斯基的朦胧
01-11 3620
tensorflow突然检测不到GPU，显示False的问题 问题描述： 之前装好后输入一下命令，可以正常显示一下内容；但是之后重新安装了TensorFlow-GPU后测试，检测不到GPU，显示false的问题。 # 检测 tensorflow 能使用的设备情况 from tensorflow.python.client import device_lib #os.environ["CUDA_VISIBLE_DEVICES"] = "1" # 这个可以指定使用哪个设备 print(device_lib.
基于Tensorflow:CPU性能分析
12-20
iostat iostat用于输出CPU和磁盘I/O相关的统计信息. 命令格式: 1）显示所有设备负载情况 指令： iostat -m 2 5 cpu属性值说明： %user：CPU处在用户模式下的时间百分比。 %nice：CPU处在带NICE值的用户模式下的时间百分比。 %system：CPU处在系统模式下的时间百分比。 %iowait：CPU等待输入输出完成时间的百分比。 %steal：管理程序维护另一个虚拟处理器时，虚拟CPU的无意识等待时间百分比。 %idle：CPU空闲时间百分比。 备注：如果%iowait的值过高，表示硬盘存在I/O瓶颈，%idle值高，表示CPU较空闲，如果
tensorflow-for-poets-2
05-14
概述 此存储库包含“ labor for poets 2”的代码实验室... 其中一些来自主要的TensorFlow存储库，并包含在此处，因此您可以在不下载主要的TensorFlow存储库的情况下使用它们（它们不属于TensorFlow pip安装的一部分）。
GPU运行Tensorflow详细教程及错误解决
qq_43605229的博客
07-03 3043
GPU运行Tensorflow详细教程及错误解决前提条件配置GPU运行确认是否成功配置出现的错误及解决方案 前提条件 最重要的一点：CUDA与tensorflow的版本一点要对应，不然用不了！ 首先在系统搜索NVIDIA进入该控制面板，查看驱动版本 进入该网站可以查看自己系统驱动版本所支持的CUDA版本https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 之后进入官网下载CUDA与CUDnn（这两个是配套的，都要安装CUDNN
在colab中安装tensorflow以及pytorch
THE FUTURE's blog
01-10 3247
使用pip pip是一个命令行工具，不是一个代码指令，所以要在其前面加上感叹号。 新建笔记本，并且输入以下指令 ! pip install tensorflow 命令执行完成如下图所示： 再输出tensorflow的版本，检验是否安装成功 import tensorflow as tf print(tf.__version__) 安装成功，版本号如下： 安装GPU版本的tensorflow： 新建一个笔记本，为确保在运行时候有一个GPU，方法是重置所有的runtime。 中文版： 设置为GPU
Win10系统安装TensorFlow-GPU过程及遇到的坑
qq_24698097的博客
04-24 751
win10安装TensorFlow-gpu版本网上的资料很多，这里大致讲下我安装的过程以及在这个过程遇到的一些问题。 本人安装的各个软件的版本号如下： Anaconda3 Python3.6.5 Cuda10.1 Cudnn7.6 VS2013（VS版本好像没有硬性要求，只要有VS就行，我是这么认为的，网上说必须安装对应版本的VS，但我只装了2013版本，最后还是安装成功了。主要有个软...
深度学习训练时GPU相关配置和问题
zds的博客
12-08 2994
使用深度学习过程中，关于一些GPU显卡相关的问题，如何使用GPU,如何配置GPU等等
在Windows系统搭建TensorFlow2.x-GPU环境
weixin_44852067的博客
12-21 721
1.基本介绍 1.1 Nvidia GPU, Tensorflow与Python的关系 1.Python为最上层的结构，透过Tensorflow的框架(或是想成函式库)进行深度学习； 2.Tensorflow透过CUDA Toolkit来连接GPU，让GPU的众多核心能够接受指令实际地执行运算； 3.cuDNN则是Nvidia针对深度神经网路提供的加速器。 3.2 GPU的配备需求 Tensorflow-gpu < 2.0, CUDA compute Capability 3.0 Tensorfl
tensorflow固定版本安装及查看是否使用了gpu版本cuda路径设置工程采坑经验
dulingtingzi的博客
04-22 2724
近期在做项目的过程中发现明明指定了gpu去进行训练，但是训练的时候发现仍然是使用的cpu，于是进行了一系列的探索，基本上该踩的坑也都踩到了，希望能帮到大家 明明nvidia-smi是有gpu的啊，肿么回事！？ ps -ef | grep 用户名 ll /proc/pid 根本找不到gpu上的进程号！ 一、首先，查看自己的服务器上tensorflow安装的是不是gpu版本，是不是能够看到g...
MLP手写数字识别(1)-MNIST数据集下载与可视化(tensorflow)
最新发布
weixin_40566713的博客
04-29 406
【代码】MLP手写数字识别(1)-数据下载与可视化。
tensorflow 不使用gpu
07-27
TensorFlow可以在不使用GPU的情况下运行，但是在处理大规模数据或者复杂模型时，使用GPU可以显著加速训练和推理过程。如果你希望在没有GPU的环境中使用TensorFlow，可以通过设置`tf.config.set_visible_devices`来限制TensorFlow的可见设备，从而强制使用CPU进行计算。以下是一个示例代码： ```python import tensorflow as tf # 设置只使用CPU tf.config.set_visible_devices([], 'GPU') # 在此之后的代码将只使用CPU进行计算 ``` 需要注意的是，即使使用CPU进行计算，TensorFlow仍然可以利用多核心进行并行计算以提高性能。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值