tensorfolw2.xDGPU测试代码

你可以使用以下代码来测试TensorFlow 2.x的GPU支持：

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。