TensorFlow2.x,GPU代码测试

本文介绍如何使用简单的代码测试TensorFlow2.x的GPU功能是否正常工作,并提供安装教程链接,包括如何通过conda安装TensorFlow和PyTorch的GPU版本。

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

TensorFlow2.x,GPU代码测试

代码如下

import tensorflow as tf
import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'  # 不显示等级2以下的提示信息

print('GPU', tf.test.is_gpu_available())

a = tf.constant(2.0)
b = tf.constant(4.0)
print(a + b)

结果如下就证明tensorflow-gpu安装成功了

GPU True
tf.Tensor(6.0, shape=(), dtype=float32)

2020年10月11号更新
简单安装tensorflow-gpu=2.2.0教程:https://blog.youkuaiyun.com/weixin_45092662/article/details/106980282

利用conda简单安装tensorflow和pytorch的GPU版本教程:
https://blog.youkuaiyun.com/weixin_45092662/article/details/105928951

有用请点个赞!!
本站所有文章均为原创,欢迎转载,请注明文章出处:https://blog.youkuaiyun.com/weixin_45092662。百度和各类采集站皆不可信,搜索请谨慎鉴别。技术类文章一般都有时效性,本人习惯不定期对自己的博文进行修正和更新,因此请访问出处以查看本文的最新版本。

评论 4
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