tensorflow 1.14.0怎么设置使用独立显卡计算

您可以通过以下步骤设置使用独立显卡计算：

1. 安装CUDA和cuDNN，确保版本与tensorflow 1.14.兼容。
2. 在tensorflow代码中添加以下代码：

import tensorflow as tf
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
config.gpu_options.per_process_gpu_memory_fraction = .8 # 根据需要设置
sess = tf.Session(config=config)

3. 在代码中使用sess作为tensorflow的Session对象，即可使用独立显卡计算。

希望对您有所帮助！

相关问题

tensorflow 1.14.0怎么设置physical_device

抱歉，我可以回答这个问题。在 TensorFlow 1.14. 中，可以使用 tf.config.set_visible_devices() 方法来设置物理设备。例如，要将 GPU 设置为可见设备，可以使用以下代码：

import tensorflow as tf
physical_devices = tf.config.list_physical_devices('GPU')
tf.config.set_visible_devices(physical_devices[], 'GPU')

注意，这只是将 GPU 设置为可见设备，如果要使用多个 GPU，可以使用 tf.distribute.Strategy API 进行分布式训练。

tensorflow1.14.0安装

TensorFlow 1.14.0 的安装步骤如下：

1. 确保你的电脑上已经安装了 Python。

2. 使用 pip 命令安装 TensorFlow：

pip install tensorflow==1.14.0

3. 或者, 使用 virtualenv

virtualenv --system-site-packages -p python3 env
source env/bin/activate
pip install --upgrade pip
pip install tensorflow==1.14.0

注意: Tensorflow 1.14.0 版本 已经过时了，建议更新到更新版本，以获得更好的性能和更好的支持。