如何使用 GPU 运行张量流？答案

【问题标题】：How to run tensorflow using GPU?如何使用 GPU 运行张量流？
【发布时间】：2019-03-14 12:32:27
【问题描述】：

Tensorflow 版本 - 1.0.1 GPU 版本 - 1.0.1 蟒蛇 - 3.6 图形 (Ubuntu 18.04) - 英特尔® Sandybridge 桌面我们正在尝试使用 Tensorflow 运行 python 代码。但它非常缓慢。所以，我们想在 GPU 上运行代码。谁能建议如何使用 GPU 运行 python 代码？

【问题讨论】：

你可以看看这个：using GPUs。如果你愿意，你也可以试试 Google Colab
有一个不同的包。如果您有所有其他先决条件，请使用 pip install TensorFlow-gpu 安装它，您不需要更改代码，TensorFlow 应该自己处理 gpu。但并非一切都在 gpu 上运行得更快。仅当您是训练网络（可以并行运行的任务）

标签： python-3.x tensorflow

【解决方案1】：

您可以卸载张量流并安装 GPU 兼容版本

pip install tensorflow-gpu

【讨论】：

【解决方案2】：

config = tf.compat.v1.ConfigProto(gpu_options = tf.compat.v1.GPUOptions(per_process_gpu_memory_fraction=0.8))
config.gpu_options.allow_growth = True
session = tf.compat.v1.Session(config=config)
tf.compat.v1.keras.backend.set_session(session)

将此代码放在您的 python 代码之前，并确保您已安装所有 cuDNN dll。

【讨论】：