TensorFlow:判断CUDA和GPU是否可用

该博客介绍了如何使用Python的TensorFlow库来检查安装的版本,并判断系统是否支持CUDA和GPU。通过`print(tf.__version__)`可以获取TensorFlow的版本信息,而`tf.test.is_built_with_cuda()`用于确认库是否在CUDA环境下构建。此外,`tf.test.is_gpu_available()`函数则用于检测GPU是否可用,返回结果分别对应GPU的可用性和不可用性状态。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

查看tf版本

print(tf.__version__)

判断CUDA是否可用:

tf.test.is_built_with_cuda()

判断GPU是否可用: 

tf.test.is_gpu_available(cuda_only=False, min_cuda_compute_capability=None)

可用时:

不可用时:

评论
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