tensorflow2.x和1.x查看是gpu还cpu版本

 一下内容即可在aconda的命令窗口,编辑界面都可。

这里稍微提一下:我的环境安装时:cuda 11.1.0   cudnn:8.1.0  tensorlfow-gpu=2.2.0 python 3.8  显卡:1070ti   

在这个环境下,gpu用不起,我降为tensorflow-gpu=2.1.0即可用。

本人觉得tensorlflow2.1好用,这里选择的python版本为3.6.13.

一、对于2.x

输入以下即可知,如果返回[],则是没有。

import tensorflow as tf
gpu_out=tf.config.list_physical_devices('GPU')
print(gpu_out)

效果如下:

二、对于1.x

import tensorflow as tf
tf.test.gpu_device_name()

如果有gpu,效果如下:

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“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 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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