【03】如何检验 tensorflow-gpu 安装成功 ？win10+CUDA9.0+cuDNN7.0+python3.6+tensorflow_gpu1.10 构建可用环境

参考：

http://iyenn.com/rec/1662706.html

编写 demo.py

  1. import tensorflow as tf
  2. sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

查看日志信息若包含gpu信息，就是使用了gpu。

执行 demo.py

执行方式1：在 python-IDLE 中打开文件demo.py 并 Run Model :

  1. >>> 
  2. == RESTART: D:\下载\forGPU--CUDA--TensorFlow--CUDNN\tensorflow-gpu_demo_01.py ==
  3. >>>

什么情况？没有 gpu 信息？

执行方式2：在cmd下执行demo.py :

  1. D:\下载\forGPU--CUDA--TensorFlow--CUDNN>tensorflow-gpu_demo_01.py
  2. 2018-11-02 17:25:34.590159: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary
注：本文转载自blog.csdn.net的的文章"https://blog.csdn.net/sinat_27917465/article/details/83658686"。版权归原作者所有，此博客不拥有其著作权，亦不承担相应法律责任。如有侵权，请联系我们删除。
复制链接
相关推荐
发表评论

评论记录：

未查询到任何数据！