tensorflow 1.14使用显卡

如果您想在使用TensorFlow 1.14时使用显卡，您需要确保您的计算机有一个支持CUDA的NVIDIA显卡。然后，您需要安装NVIDIA CUDA Toolkit和cuDNN库。安装完成后，您需要安装TensorFlow GPU版本，并在代码中启用GPU支持。您可以使用如下所示的代码来测试TensorFlow是否正在使用GPU：

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)

with tf.Session() as sess:
    print (sess.run(c))

如果您的计算机上有多个GPU，您可以使用`/gpu:0`，`/gpu:1`等来选择使用哪个GPU。

相关问题

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！

使用Esrgan与fsrgan对哨兵2号遥感图像超分辨率的详细步骤

以下是使用 Esrgan 与 FSRGAN 对哨兵2号遥感图像超分辨率的详细步骤：

1. 下载并安装 Python3 和 Anaconda。
2. 安装必要的 Python 库：tensorflow-gpu、numpy、opencv-python。
3. 下载并解压哨兵2号的遥感图像数据集。
4. 下载 Esrgan 和 FSRGAN 的源代码并解压。
5. 在命令行中跳转到 Esrgan 和 FSRGAN 的源代码目录分别运行以下命令安装必要的库：

   pip install tensorflow-gpu==1.14
   pip install numpy
   pip install opencv-python

6. 使用任意图片编辑软件打开任意一张图像，将其缩小到与哨兵2号遥感图像相同的大小。
7. 在命令行中跳转到 Esrgan 和 FSRGAN 的源代码目录，并分别运行以下命令：

   python test.py --input <哨兵2号遥感图像路径> --output <输出路径>

   python main.py --input-dir <哨兵2号遥感图像路径> --output-dir <输出路径>

8. 等待程序运行完成，输出的图像即为超分辨率处理后的结果。

注意事项：

1. 建议使用 Nvidia 显卡进行运算，以获得更好的性能。
2. 建议使用高配置的计算机，以获得更好的运算速度。
3. 如果出现错误或运行时出现问题，请参照 Esrgan 和 FSRGAN 的官方文档进行排查。