Tensorboard, tensorflow-estimator, tensorflow-gpu的关系

qq_43340256

已于 2023-07-19 14:49:17 修改

阅读量521

点赞数

文章标签： tensorflow 人工智能 python

于 2023-07-19 14:41:23 首次发布

本文链接：https://blog.youkuaiyun.com/qq_43340256/article/details/131808524

版权

tensorboard是一个用于可视化tensorflow训练过程的工具，它可以显示模型的图结构、各种指标的变化曲线、权重的分布直方图等，帮助您分析和调试模型的性能和行为。
tensor-estimator是一个高级的tensorflow API，它可以封装训练、评估、预测和部署模型的常用操作，简化您的编程流程。tensorflow提供了一些预定义的estimator，如DNNClassifier、LinearRegressor等，也允许您自定义estimator。
tensorflow-gpu是一个支持GPU加速的tensorflow库，它可以利用NVIDIA的CUDA和cuDNN等技术，提高模型在GPU上的运算速度和效率。tensorflow-gpu需要安装相应版本的显卡驱动、CUDA和cuDNN等依赖库。

import  tensorflow as tf 
a = tf.constant([1.0,2.0,3.0],shape = [3], name='a')
b = tf.constant([1.0,2.0,3.0], shape = [3], name='b')
c = a +b
sess = tf.Session(config = tf.ConfigProto(log_device_placement =True))
print(sess.run(c))