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 ...

tensorflow学习笔记：查看tensorflow可配置运算资源以及配置使用GPU运算