tf.matmul() 和tf.multiply() 的区别，广播，可视化模块GraphViz‘s executables not found报错解决方案，*tf2添加命令使用cpu或gpu

tf.matmul() 和tf.multiply() 的区别
tf.multiply（）两个矩阵中对应元素各自相乘
tf.matmul（）将矩阵a乘以矩阵b，生成a * b。
https://www.cnblogs.com/AlvinSui/p/8987707.html

python广播
https://www.cnblogs.com/jiaxin359/p/9021726.html

可视化模块GraphViz’s executables not found报错解决方案
https://blog.csdn.net/weixin_36407399/article/details/87890230

tensorflow2添加命令使用cpu训练，和选择gpu
https://www.cnblogs.com/zhangdangdang/p/13842994.html

https://developer.nvidia.com/compute/cuda/10.0/Prod/local_installers/cuda_10.0.130_411.31_win10

昨天把GPU版本的tf2.0 安装成功之后，现在所有的代码运行居然都在gpu上跑了，
并且在对gpu使用情况没有限制的条件下，既然gpu内存跑满了，代码就崩了
怎么样才能随心所欲的指定代码是在cpu还是gpu呢
首先若不加任何配置情况下，是默认使用gpu的，
加上下面这句代码就使用cpu了

1

os.environ["CUDA_VISIBLE_DEVICES"] = "-1"

https://blog.csdn.net/qq_35148758/article/details/93785285

指定GPU编号

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"

或者在脚本或者命令行中指定
export CUDA_VISIBLE_DEVICES=０