前言

这里运用一个自定义大小的矩阵数据计算，来测试gpu与cpu运算时间的对比。

以下为实现方法

一、导入环境

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

#设置显卡内存使用率，根据使用率占用
import os
os.environ["TF_FORCE_GPU_ALLOW_GROWTH"] = "true"
import tensorflow as tf
print('Tensorflow:{}'.format(tf.__version__))
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
import timeit as timeit

二、定义函数

#创建在cpu环境上运算的两个矩阵
n=100
with tf.device('/cpu:0'):cpu_a = tf.random.normal([1,n])cpu_b = tf.random.normal([n,1])print(cpu_a.device,cpu_b.device)#创建在gpu环境上运算的两个矩阵
with tf.device('/gpu:0'):gpu_a = tf.random.normal([1,n])gpu_b = tf.random.normal([n,1])print(gpu_a.device,gpu_b.device)def cpu_run(): #cpu运算时间with tf.device('/cpu:0'):c = tf.matmul(cpu_a,cpu_b)return c
def gpu_run(): #cpu运算时间with tf.device('/gpu:0'):c = tf.matmul(gpu_a,gpu_b)return c

三、测试

# 第一次计算需要热身，避免将初始化时间结算在内
cpu_time = timeit.timeit(cpu_run,number=10)
gpu_time = timeit.timeit(gpu_run,number=10)
print('warmup:',cpu_time,gpu_time)#正式计算十次，取平均时间
cpu_time = timeit.timeit(cpu_run,number=10)
gpu_time = timeit.timeit(gpu_run,number=10)
print('run_time:',cpu_time,gpu_time)

tensorflow2.0的cpu与gpu运行时间对比相关推荐

转载：CPU, DSP, GPU, FPGA对比
学习于Qiuoooooo CPU 一般来说CPU运算能力最弱,CPU虽然主频最高,但是单颗也就8核.16核的样子,一个核3.5g,16核也就56g,再考虑指令周期,每秒最多也就30g次乘法.还是定点的 ...
CPU, DSP, GPU, FPGA对比
1. CPU 一般来说CPU运算能力最弱,CPU虽然主频最高,但是单颗也就8核.16核的样子,一个核3.5g,16核也就56g,再考虑指令周期,每秒最多也就30g次乘法.还是定点的. 2. DSP D ...
Anaconda3安装tensorflow 2.0版本cpu和gpu安装，Win10系统
tensorflow是在anaconda上安装的,所以先安装anconda 一.安装anaconda3 我安装的是这一个,anaconda自带python,所以不需要单独安装python 点击安装,一 ...
0921深度学习硬件CPU和GPU
计算机构成 CPU(处理器):除了运行操作系统和其他许多功能外,还能执行程序:通常由 8 个或者更多个核心组成内存(随机访问存储,RAM):用于存储和检索计算结果,如权重向量和激活参数,以及训练数 ...
【动手学深度学习PyTorch版】23 深度学习硬件CPU 和 GPU
上一篇请移步[动手学深度学习PyTorch版]22续 ResNet为什么能训练出1000层的模型_水w的博客-CSDN博客目录一.深度学习硬件CPU 和 GPU 1.1 深度学习硬件 ◼ 计算机构 ...
CPU和GPU的物理结构，性能和应用场景比较
1. 写了啥 CPU和GPU作为电子计算机的重要部件,在近年来受到工业界的广泛关注,正处于高速迭代的发展期.发展到今日,CPU与GPU同作为计算部件,在应用场景上已经出现明显的区别,与之对应的,二者在 ...
Tensorflow2.0安装教程（windows系统，CPU和GPU版本）
文章目录一.Anaconda安装二.tensorflow2.0安装 2.1 创建Anaconda环境 2.2 进入TF20环境 2.3 Tensorflow安装三.验证tensorflow安装成 ...
TensorFlow2.0选择GPU或CPU训练
注意:以下所有程序都要在导入TensorFlow和keras包之前加入才可以选择CPU: import os os.environ["CUDA_DEVICE_ORDER"] = ...
tensorflow的CPU版和GPU版本对比
最近深度学习CPU根本不够用,老板配置了GPU 怎么能不会用呢? 原来从来没有关注过的底层东西,于是乎痛下决心搞清楚原理和操作先来看看第一部分为什么GPU比CPU更diao呢? 这里就需要从他么的 ...

tensorflow2.0的cpu与gpu运行时间对比

文章目录

前言

一、导入环境

二、定义函数

三、测试

tensorflow2.0的cpu与gpu运行时间对比相关推荐

最新文章

热门文章