您也可以使用Keras后端功能进行检查:
from keras import backend as K
K.tensorflow_backend._get_available_gpus()
我在Keras(2.1.1)上进行了测试
0
您也可以使用Keras后端功能进行检查:
from keras import backend as K
K.tensorflow_backend._get_available_gpus()
我在Keras(2.1.1)上进行了测试
0
根据文档 。
如果您在TensorFlow或CNTK后端上运行,则如果检测到任何可用的GPU,您的代码将自动在GPU上运行。
您可以通过-检查tensorflow使用了哪些所有设备-
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
也如这个答案所建议
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
无论您的Tensorflow使用的是CPU还是GPU后端,这都将打印出来。如果您在jupyter笔记本电脑中运行此命令,请从启动笔记本电脑的地方签出控制台。
如果您怀疑是否已安装tensorflow gpu版本。您可以通过pip安装gpu版本。
pip install tensorflow-gpu
0
我了解在安装tensorflow时,您可以安装GPU或CPU版本。如何检查安装了哪一个(我使用linux)。
如果安装了GPU版本,如果GPU不可用,它将自动在CPU上运行吗?还是会引发错误?如果GPU可用,是否需要设置特定字段或值以确保它在GPU上运行?