官方文档:https://www.tensorflow.org/api_docs/python/tf/test/is_gpu_available
import tensorflow as tf
tf.test.is_gpu_available(
cuda_only=False,
min_cuda_compute_capability=None
)
若tensorflow_gpu成功安装,则输出显卡信息以及True。

本文介绍如何使用TensorFlow的tf.test.is_gpu_available函数检查GPU是否可用,以及如何确认TensorFlow_gpu是否已成功安装。通过该函数,可以获取到显卡信息及True标识。
官方文档:https://www.tensorflow.org/api_docs/python/tf/test/is_gpu_available
import tensorflow as tf
tf.test.is_gpu_available(
cuda_only=False,
min_cuda_compute_capability=None
)
若tensorflow_gpu成功安装,则输出显卡信息以及True。

您可能感兴趣的与本文相关的镜像
TensorFlow-v2.15
TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型
2932
1205

被折叠的 条评论
为什么被折叠?