测试GPU计算能力+TensorFlow

本文通过使用TensorFlow和NumPy库,在GPU上运行矩阵运算任务,测试了NVIDIA CUDA的性能。采用随机生成的大型矩阵数据进行计算,比较了不同运行次数下的耗时情况。
PyTorch 2.9

PyTorch 2.9

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

 

# -*- coding: utf-8 -*-
"""

测试NVIDIA cuda。
"""

import tensorflow as tf
import numpy as np
import time

# 产生用于计算测试的数据
value = np.random.randn(5000,1000)
a = tf.constant(value)

# 计算方式
b = a*a

# gpu
tic = time.time()
with tf.Session() as sess:
    for i in range(1000):
        sess.run(b)
toc = time.time()
t_cost = toc - tic

print(t_cost)

 

您可能感兴趣的与本文相关的镜像

PyTorch 2.9

PyTorch 2.9

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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