tensorflow测试gpu_如何检验 tensorflow-gpu 安装成功？

爱吃香菜的卷毛

于 2021-02-02 23:16:20 发布

阅读量3.8k

点赞数 1

文章标签： tensorflow测试gpu

本文链接：https://blog.youkuaiyun.com/weixin_29157533/article/details/113580124

版权

本文介绍了如何测试TensorFlow-GPU是否安装成功，包括编写并运行`demo.py`来查看日志中的GPU信息，以及通过`nvidia-smi`检查GPU内存使用。在Win10环境下，作者分享了安装过程中的坑点，如驱动、CUDA、cuDNN版本匹配问题，以及Python和TensorFlow-GPU版本选择。最终，通过采用cuDNN 7.0和TensorFlow-GPU 1.10.0，成功解决了问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

编写 demo.py

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

查看日志信息若包含gpu信息，就是使用了gpu。

其他方法：跑计算量大的代码，通过 nvidia-smi 命令查看gpu的内存使用量。

执行 demo.py

执行方式1：在 python-IDLE 中打开文件demo.py 并 Run Model :

>>> 
== RESTART: D:下载forGPU--CUDA--TensorFlow--CUDNNtensorflow-gpu_demo_01.py ==
>>>

什么情况？没有 gpu 信息？

执行方式2：在cmd下执行demo.py :

D:下载forGPU--CUDA--TensorFlow--CUDNN>tensorflow-gpu_demo_01.py
2018-11-02 17:25:34.590159: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
Device mapping: no known devices.
2018-11-02 17:25:34.609960: