在Tensorflow-GPU中禁用GPU设置并比较CPU和GPU的速度差异
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本研究探讨了在TensorFlow-GPU环境中禁用GPU加速的影响，并通过对比实验分析了CPU与GPU处理速度的差异。
禁用GPU设置可以在导入tensorflow之前通过以下方式实现：
```python
import os
os.environ[CUDA_VISIBLE_DEVICES] = -1
```
CPU与GPU对比：在显卡为GTX 1066的情况下，简单测试表明GPU比CPU快5秒。补充知识：当使用TensorFlow时，如果程序仅能在CPU上运行而不能利用GPU资源，可以在会话中添加一些选项：
```python
with tf.Session(config=tf.ConfigProto(allow_soft_placement=True, log_device_placement=True)) as sess:
# 运行代码...
```
其中`allow_soft_placement`参数允许TensorFlow在找不到设备时自动选择一个存在的、可用的设备来运行操作。
全部评论 (0)
还没有任何评论哟~
