如何判断tensorflow是否在python shell内部使用gpu加速？
如何判断tensorflow是否在python shell内部使用gpu加速？
提问于 2016-06-24 17:14:23
我已经在我的ubuntu16.04中使用第二个答案here在ubuntu的内置apt cuda安装中安装了tensorflow。
现在我的问题是，我如何测试tensorflow是否真的在使用gpu？我有一个gtx 960m的gpu。当我使用import tensorflow命令时，这是输出
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcublas.so locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcudnn.so locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcufft.so locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcuda.so.1 locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcurand.so locally这个输出是否足以检查tensorflow是否使用了gpu？
回答 21
Stack Overflow用户
回答已采纳
发布于 2016-06-25 02:07:14
不，我认为“开放CUDA库”不足以说明问题，因为图形的不同节点可能在不同的设备上。
使用tensorflow2时：
print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU')))对于tensorflow1，要找出使用了哪个设备，您可以像这样启用日志设备放置：
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))检查您的控制台是否有此类型的输出。
Stack Overflow用户
发布于 2018-03-24 17:55:35
我认为有一种更简单的方法来实现这一点。
import tensorflow as tf
if tf.test.gpu_device_name():
print('Default GPU Device: {}'.format(tf.test.gpu_device_name()))
else:
print("Please install GPU version of TF")它通常打印如下
Default GPU Device: /device:GPU:0对我来说，这似乎比那些冗长的日志更容易。
编辑：-这是针对TF 1.x版本进行的测试。我从来没有机会使用TF 2.0或更高版本做一些事情，所以请记住。
Stack Overflow用户
发布于 2018-06-06 05:01:21
除了其他答案之外，以下内容还可以帮助您确保您的tensorflow版本包含GPU支持。
import tensorflow as tf
print(tf.test.is_built_with_cuda())页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/38009682
复制相关文章
相似问题
腾讯云开发者
