conda检查tensorflow用GPU还是CPU

起当风萧

于 2021-11-07 17:32:06 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

分类专栏： tensorflow 文章标签： tensorflow 人工智能 python

本文链接：https://blog.csdn.net/qq_45724947/article/details/121194224

tensorflow 专栏收录该内容

1 篇文章

订阅专栏

本文通过展示如何在TensorFlow中启用GPU并监控其状态变化，证明了GPU的可用性。通过代码实例，我们一步步操作，从nvidiasmi工具的观察开始，再到GPU被成功调用的证明，确保了CUDA和cuDNN版本兼容。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

检查GPU运行情况：

nvidia smi

可以看到此时GPU没有被使用

运行代码：

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], name='a')
    b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
    c = tf.matmul(a, b)

此时再查看

nvidia smi

能够看到

能够看到GPU已经被调用

证明tensorflow可以使用GPU，cuda和cudnn安装版本合适

（运行注意是否默认使用CPU还是GPU，这里只能证明cuda和cudnn版本合适，你的电脑可以调用GPU）