【琐碎】查看tensorflow安装版本、位置信息及是GPU版本还是CPU版本

tensorflow的安装版本和安装位置

import tensorflow as tf
# 查看安装的tensorflow的版本
print(tf.__version__)
# 查看安装的tensorflow所在的位置信息
print(tf.__path__)

输出结果

2.3.0
['E:\\apps\\Anaconda3\\envs\\dome\\lib\\site-packages\\tensorflow', 'E:\\apps\\Anaconda3\\envs\\dome\\lib\\site-packages\\tensorflow_estimator\\python\\estimator\\api\\_v2', 'E:\\apps\\Anaconda3\\envs\\dome\\lib\\site-packages\\tensorboard\\summary\\_tf', 'E:\\apps\\Anaconda3\\envs\\dome\\lib\\site-packages\\tensorflow', 'E:\\apps\\Anaconda3\\envs\\dome\\lib\\site-packages\\tensorflow\\_api\\v2']

查看tensorflow所有的设备信息

import os
from tensorflow.python.client import device_lib
os.environ["TF_CPP_MIN_LOG_LEVEL"] = "99"if __name__ == "__main__":rs=device_lib.list_local_devices()print(type(rs))print(rs)

运行结果

<class 'list'>
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {}
incarnation: 135652642977311002
, name: "/device:XLA_CPU:0"
device_type: "XLA_CPU"
memory_limit: 17179869184
locality {}
incarnation: 13620921278231327063
physical_device_desc: "device: XLA_CPU device"
, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 1408043828
locality {bus_id: 1links {}
}
incarnation: 11405151038649355214
physical_device_desc: "device: 0, name: GeForce MX150, pci bus id: 0000:02:00.0, compute capability: 6.1"
, name: "/device:XLA_GPU:0"
device_type: "XLA_GPU"
memory_limit: 17179869184
locality {}
incarnation: 6404351628697723856
physical_device_desc: "device: XLA_GPU device"
]

查看Tensorflow-GPU是否可用，可用用于验证tensorflow-gpu是否安装成功

import tensorflow as tf
print(tf.test.is_gpu_available())

输出结果

True

查看GPU设备名

import tensorflow as tf
gpu_device_name = tf.test.gpu_device_name()
print(gpu_device_name)

输出

/device:GPU:0

查看所有GPU信息

from tensorflow.python.client import device_lib
# 列出所有的本地机器设备
local_device_protos = device_lib.list_local_devices()
# 打印
# print(local_device_protos)
# print("------------------")
# 只打印GPU设备
rs=[x for x in local_device_protos if x.device_type.find('GPU')!=-1]
print(rs)

【琐碎】查看tensorflow安装版本、位置信息及是GPU版本还是CPU版本相关推荐

查看tensorflow安装版本
参考https://blog.csdn.net/qq_40614981/article/details/83035783 自己实操由于tensorflow版本不同,可能一些函数的调用也有变换,这时候 ...
贤者之路，cuda版本convertto实现（与OPENCV 3.4 CPU版本数值一致）
[引言]: 将一个float32精度的矩阵砍到uchar精度,每个库都会根据自己算法目标类型做一些加速的优化从而导致结果不一样,比如在OpenCV3.4 cpu版本的convertto中, 1.5f的 ...
如何查看node的版本及安装的位置？
好多粉丝说我的node版本不支持win7,我把安装包放到了主页QQ群群文件,CSDN资源也有上传. 那么如何查看电脑版本? 电脑快捷键win+R,cmd进入黑窗口 node -v 如何查看node安装 ...
深度学习：Windows7_64位安装 TensorFlow（CPU版本）及常见问题
本文的目的是记录在 Windows7_64位操作系统上安装 TansorFlow 的过程,出现的问题及其相应的解决方法.如有不正之处,欢迎批评指正. TensorFlow是谷歌基于DistBelief ...
集成显卡安装的cpu版本tensorflow和pytorch
安装cpu版本的tensorflow和pytorch 1.查看电脑显卡 2.安装anaconda和pycharm 3.创建对应的虚拟环境 4.安装pytorch 5.安装tensorflow 1.查看 ...
第一章：pycharm、anaconda、opencv、pytorch、tensorflow、paddlex等环境配置大全总结【图像处理py版本】
第一章:pycharm.anaconda.opencv.pytorch.tensorflow.百度飞桨等环境配置大全总结 0 引言一 .环境搭建 1.pycharm+anaconda安装 1.1 ...
Windows python tensorflow 安装
Windows python tensorflow 安装 Python 3.6(支持 GPU) https://storage.googleapis.com/tensorflow/windows/gp ...
查看已安装tensorflow版本
查看已安装tensorflow版本 2017年08月07日 20:40:23 imperfect00 阅读数 187297更多个人分类: tensorflow学习笔记版权声明:本文为博主原创文章, ...
如何查看已安装的CentOS版本信息
如何查看已安装的CentOS版本信息: 1)[root@localhost ~]# cat /proc/version Linux version 2.6.18-194.el5 (mockbuild@ ...

【琐碎】查看tensorflow安装版本、位置信息及是GPU版本还是CPU版本

tensorflow的安装版本和安装位置

查看tensorflow所有的设备信息

查看Tensorflow-GPU是否可用，可用用于验证tensorflow-gpu是否安装成功

查看GPU设备名

查看所有GPU信息

【琐碎】查看tensorflow安装版本、位置信息及是GPU版本还是CPU版本相关推荐

最新文章

热门文章