tensorflow gpu测试代码
时间: 2023-03-16 14:50:16 浏览: 379
以下是一个简单的 TensorFlow GPU 测试代码:
```python
import tensorflow as tf
# 检查是否有可用的 GPU
if not tf.test.gpu_device_name():
print('No GPU found')
else:
print('GPU found')
# 定义一个简单的神经网络模型
model = tf.keras.Sequential([
tf.keras.layers.Dense(64, activation='relu', input_shape=(784,)),
tf.keras.layers.Dense(10, activation='softmax')
])
# 编译模型
model.compile(optimizer='adam',
loss='categorical_crossentropy',
metrics=['accuracy'])
# 加载 MNIST 数据集
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
# 数据预处理
x_train, x_test = x_train / 255., x_test / 255.
# 将标签转换为 one-hot 编码
y_train = tf.keras.utils.to_categorical(y_train, 10)
y_test = tf.keras.utils.to_categorical(y_test, 10)
# 训练模型
model.fit(x_train, y_train, epochs=5, validation_data=(x_test, y_test))
```
这个代码会检查是否有可用的 GPU,并使用 TensorFlow 构建一个简单的神经网络模型,然后加载 MNIST 数据集进行训练。如果你的计算机上有可用的 GPU,那么 TensorFlow 会自动使用 GPU 进行训练,从而加速训练过程。
阅读全文