tensorflow-GPU配置成功测试代码

最新推荐文章于 2024-07-09 18:39:05 发布

zeronose

最新推荐文章于 2024-07-09 18:39:05 发布

阅读量1w

点赞数 5

分类专栏： code tips

本文链接：https://blog.csdn.net/zeronose/article/details/117336507

版权

code tips 专栏收录该内容

30 篇文章 4 订阅

订阅专栏

该博客通过导入TensorFlow并使用tf.test.is_gpu_available()检查GPU是否可用，验证了TensorFlow、CUDA和cuDNN的安装配置。结果显示了TensorFlow的版本号以及GPU是否被成功识别。

摘要由CSDN通过智能技术生成

验证tensorflow-GPU，cuda，cudnn配置是否成功

import tensorflow as tf

tensorflow_version = tf.__version__
gpu_available = tf.test.is_gpu_available()

print('tensorflow version:',tensorflow_version, '\tGPU available:', gpu_available)

a = tf.constant([1.0, 2.0], name='a')
b = tf.constant([1.0, 2.0], name='b')
result = tf.add(a,b, name='add')
print(result)