tensorflow学习笔记:查看tensorflow可配置运算资源以及配置使用GPU运算
查看tensorflow可配置运算资源以及配置使用GPU运算
因为还用不到分布式的tensorflow,自己没有尝试过所以就不写分布式tensorflow的使用了(等自己用上了再说),这里记录一下在跑神经网络时遇到GPU资源没有被使用,自己配置GPU运算的一些内容。一起来看看吧。
查看tensorflow可以调用的GPU/CPU资源
安装得时候我们会在cmd中通过nvidia-smi
查看CUDA的一些信息。
这里可以看到CUDA中加入了一个GTX得显卡,他的资源利用是百分之零。
我们再查看一下电脑中有那些CPU和GPU可以被分配:
import os
from tensorflow.python.client import device_lib
os.environ["TF_CPP_MIN_LOG_LEVEL"] = "99"
print(device_lib.list_local_devices())
我这儿输出:
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 11540659828643787764
, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 4865563033
locality {bus_id: 1links {}
}
incarnation: 1407573613792857506
physical_device_desc: "device: 0, name: GeForce GTX 1660 Ti, pci bus id: 0000:01:00.0, compute capability: 7.5"
]
如果只想关注有那些可用资源得编号可以这样获得:
from tensorflow.python.client import device_lib as _device_lib
local_device_protos = _device_lib.list_local_devices()
[x.name for x in local_device_protos if x.device_type == 'GPU']
当然把GPU改为CPU就得到是CPU的对应可用编号。
配置GPU运算
在我的电脑中可以看到的是:一个CPU一个GPU可以被支配,我们可以这样来配置tensorflow使用他们:
import tensorflow as tf
with tf.device("/gpu:0"):a = tf.constant([1.0,2.0,3.0,4.0,5.0,6.0],shape=[2,3])b = tf.constant([1.0,2.0,3.0,4.0,5.0,6.0],shape=[3,2])c = tf.matmul(a,b)#查看计算时硬件的使用情况sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))print(sess.run(c))
把里面得gpu改为cpu他就会调用cpu运算了。配置GPU运算还有另外一种方法,代码如下:
import os
os.environ["CUDA_VISIBLE_DEVICES"] = '0' #指定第一块GPU可用
查看资源使用情况
程序运行中可以通过nvidia-smi
查看:
前提是你的网络需要一致在运行着。
还可以通过任务管理器来查看在性能中我们可以自己电脑中的一些资源使用情况。
如果不嫌麻烦,也可以下载一个GPU-Z来查看:
写在最后
写这篇博客是因为自己电脑中安装了CPU版和GPU版的tensorflow,有一天突然发现GPU的资源在训练时没有被使用,所以就找了些资料看如何去查看资源以及分配资源。OK就记录到这里了,欢迎各位大佬在评论区进行纠错或者提出更好的方案,带着我一起进步。
tensorflow学习笔记:查看tensorflow可配置运算资源以及配置使用GPU运算相关推荐
- tensorflow学习笔记——使用TensorFlow操作MNIST数据(1)
续集请点击我:tensorflow学习笔记--使用TensorFlow操作MNIST数据(2) 本节开始学习使用tensorflow教程,当然从最简单的MNIST开始.这怎么说呢,就好比编程入门有He ...
- TensorFlow学习笔记——《TensorFlow技术解析与实战》
著名历史学家斯塔夫里阿诺斯在<全球通史>中,曾以15世纪的航海在"物理上"连通"各大洲"作为标志将人类历史划分为两个阶段.在我正在写作的<互联 ...
- tensorflow学习笔记一:安装调试
denny的学习专栏 徐其华 博客园 首页 新随笔 联系 管理 订阅 随笔- 129 文章- 0 评论- 791 tensorflow学习笔记一:安装调试 用过一段时间的caffe后,对caff ...
- tensorflow学习笔记1
tensorflow学习笔记1 本文主要记录我在慕课上观看北大曹建老师的<人工智能实践:Tensorflow笔记>,链接:https://www.icourse163.org/course ...
- tensorflow学习笔记(八):LSTM手写体(MNIST)识别
文章目录 一.LSTM简介 二.主要函数 三.LSTM手写体(MNIST)识别 1.MNIST数据集简介 2.网络描述 3.项目实战 一.LSTM简介 LSTM是一种特殊的RNN,很好的解决了RNN中 ...
- 【TensorFlow学习笔记】完美解决 pip3 install tensorflow 没有models库,读取PTB数据
安装tensorflow 我使用的是最最最简单的容易的 pip3 install <TensorFlow学习笔记> 一. 安装win10下python3.6的tensorflow的CPU版 ...
- tensorflow学习笔记
tensorflow学习笔记 按照<TensorFlow:实战Google深度学习框架>一书学习的tensorflow,书中使用的是0.9.0版本,而我安装的是1.2.1,出现了一些问题: ...
- TensorFlow学习笔记02:使用tf.data读取和保存数据文件
TensorFlow学习笔记02:使用tf.data读取和保存数据文件 使用`tf.data`读取和写入数据文件 读取和写入csv文件 写入csv文件 读取csv文件 读取和保存TFRecord文件 ...
- [TensorFlow 学习笔记-04]卷积函数之tf.nn.conv2d
[版权说明] TensorFlow 学习笔记参考: 李嘉璇 著 TensorFlow技术解析与实战 黄文坚 唐源 著 TensorFlow实战郑泽宇 顾思宇 著 TensorFlow实战Google ...
最新文章
- 刻意练习:LeetCode实战 -- Task30.通配符匹配
- 面试官:说说Innodb中LRU怎么做的?
- 学习SharePoint记录,微软给出的的Application Templates很有帮助呢
- web项目调整项目名称_如何有效调整软件项目范围
- Android内存分配的注意事项
- Layer/jquery获取父窗口的元素
- 条码扫描枪在仓库管理无线网络AP解决方案
- Cmake编译时无法打开包括文件: “pthread.h”
- 可视化学习:可视化布局方法简介及优缺点
- 大屏需要JAVA什么技术_前端之大屏
- python 视频文件格式和分辨率转换
- MA5671 上海联通配置指南
- Android 根据逗号分隔String
- excel怎么一个格子斜分_excel如何在单元格里加上斜线分割内容
- 重拾Java基础知识:设计模式
- POS接口与GE接口区别
- MATLAB基础学习
- 再谈angularJS数据绑定机制及背后原理—angularJS常见问题总结
- uniapp录音功能
- 高通平台开发环境搭建、编译、烧录(android5.1以上系统)
热门文章
- 龙芯新款处理器发布;Citrix 产品曝“惊天漏洞”,影响全球 8 万家公司; AMD发布年度5大里程碑 ……...
- php 无限查找下级业绩_php无限查询下级,php递归统计下级总数,php 获取无限子级...
- Axure中继器-数据查询
- pygame总是安装失败怎么办
- DPA——差分能量分析(Differential Power Analysis)
- 异步电路设计(单bit和多bit)
- 2017中国互联网大会正在召开
- 领域知识对测试人员的重要性
- 分布式事务 之 04 atomikos JTA/XA全局事务
- macbook可以装linux_MacBook Pro 上最适合安装哪个 Linux 发行版?