测试tensorflow-gpu

要测试tensorflow-gpu是否正常工作，可以按照以下步骤进行操作：

1. 首先，确保已经正确安装了CUDA Toolkit。可以使用以下命令安装CUDA Toolkit 10.0：conda install cudatoolkit=10.0 \[3\]。

2. 安装完CUDA Toolkit后，可以使用以下命令安装tensorflow-gpu：conda install tensorflow-gpu \[3\]。

3. 安装完成后，可以运行以下代码来测试tensorflow-gpu是否可用：

import tensorflow as tf

# 检查GPU是否可用
print(tf.config.list_physical_devices('GPU'))

# 测试tensorflow-gpu
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
print(tf.test.is_gpu_available())
print(tf.__version__)

这段代码首先检查GPU是否可用，然后输出"Hello, TensorFlow!"，接着打印出是否可用GPU以及tensorflow的版本信息。如果输出中显示GPU可用，并且没有报错信息，那么说明tensorflow-gpu已经成功安装并正常工作了。
#### 引用[.reference_title]
- *1* *2* [TensorFlow使用GPU测试](https://blog.csdn.net/jhin_lx/article/details/122713770)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [tensorflow测试GPU可用](https://blog.csdn.net/u010087338/article/details/127023283)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]