栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

如何在张量流中获取当前可用的GPU?

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

如何在张量流中获取当前可用的GPU?

有一个未记录的方法

device_lib.list_local_devices()
,该方法使您可以列出本地进程中可用的设备。(
注意,
作为一种未公开的方法,此方法可能会向后不兼容更改。)该函数返回
DeviceAttributes
协议缓冲区对象的列表。您可以按以下方式提取GPU设备的字符串设备名称列表:

from tensorflow.python.client import device_libdef get_available_gpus():    local_device_protos = device_lib.list_local_devices()    return [x.name for x in local_device_protos if x.device_type == 'GPU']

请注意(至少在TensorFlow1.4之前),调用

device_lib.list_local_devices()
将运行一些初始化代码,默认情况下,这些初始化代码将在所有设备上分配所有GPU内存(GitHubissue)。为避免这种情况,请首先使用一个显着小的
per_process_gpu_fraction
或创建一个会话
allow_growth=True
,以防止分配所有内存。



转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/640572.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号