tensorfolw2.xDGPU测试代码
时间: 2023-09-29 20:05:53 浏览: 35
你可以使用以下代码来测试TensorFlow 2.x的GPU支持:
```python
import tensorflow as tf
# 检查GPU是否可用
print("GPU Available:", tf.test.is_gpu_available())
# 打印当前可见的GPU设备列表
print("Visible GPUs:", tf.config.list_physical_devices('GPU'))
# 创建一个简单的模型并在GPU上运行
with tf.device('/GPU:0'):
model = tf.keras.Sequential([
tf.keras.layers.Dense(10, input_shape=(None, 5))
])
inputs = tf.random.normal([1, 5])
outputs = model(inputs)
print("Model output:", outputs)
```
这段代码首先使用`tf.test.is_gpu_available()`检查GPU是否可用,然后使用`tf.config.list_physical_devices('GPU')`打印当前可见的GPU设备列表。
接着,代码使用`tf.device('/GPU:0')`将模型和计算放在第一个可见的GPU上运行。你可以根据自己的需要更改设备的索引(例如`'/GPU:1'`或`'/GPU:2'`)。
最后,代码创建了一个简单的模型,并使用随机数据进行前向传播。输出结果`Model output`应该显示在GPU上进行计算的结果。
确保在运行代码之前安装适当版本的TensorFlow和CUDA驱动程序,并且你的系统中至少有一个可见的GPU。