Tensorflow中tf.ConfigProto()的用法詳解
參考Tensorflow Machine Leanrning Cookbook
tf.ConfigProto()主要的作用是配置tf.Session的運(yùn)算方式，比如gpu運(yùn)算或者cpu運(yùn)算
具體代碼如下：
import tensorflow as tf session_config = tf.ConfigProto( log_device_placement=True, inter_op_parallelism_threads=0, intra_op_parallelism_threads=0, allow_soft_placement=True) sess = tf.Session(config=session_config) a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2,3], name='b') b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3,2], name='b') c = tf.matmul(a,b) print(sess.run(c))
具體解釋
log_device_placement=True
設(shè)置為True時(shí)，會打印出TensorFlow使用了那種操作
inter_op_parallelism_threads=0
設(shè)置線程一個(gè)操作內(nèi)部并行運(yùn)算的線程數(shù)，比如矩陣乘法，如果設(shè)置為０，則表示以最優(yōu)的線程數(shù)處理
intra_op_parallelism_threads=0
設(shè)置多個(gè)操作并行運(yùn)算的線程數(shù)，比如 c = a + b，d = e + f . 可以并行運(yùn)算
allow_soft_placement=True
有時(shí)候，不同的設(shè)備，它的cpu和gpu是不同的，如果將這個(gè)選項(xiàng)設(shè)置成True，那么當(dāng)運(yùn)行設(shè)備不滿足要求時(shí)，會自動(dòng)分配GPU或者CPU。
其他選項(xiàng)
當(dāng)使用GPU時(shí)候，Tensorflow運(yùn)行自動(dòng)慢慢達(dá)到最大GPU的內(nèi)存
session_config.gpu_options.allow_growth = True
當(dāng)使用GPU時(shí)，設(shè)置GPU內(nèi)存使用最大比例
session_config.gpu_options.per_process_gpu_memory_fraction = 0.4
是否能夠使用GPU進(jìn)行運(yùn)算
tf.test.is_built_with_cuda()
另外的處理方法
import tensorflow as tf
sess = tf.Session()
with tf.device('/cpu:0'):
a = tf.constant([1.0, 3.0, 5.0], shape=[1, 3])
b = tf.constant([2.0, 4.0, 6.0], shape=[3, 1])
with tf.device('/gpu:0'):
c = tf.matmul(a, b)
c = tf.reshape(c, [-1])
with tf.device('/gpu:0'):
d = tf.matmul(b, a)
flat_d = tf.reshape(d, [-1])
combined = tf.multiply(c, flat_d)
print(sess.run(combined))
以上這篇Tensorflow中tf.ConfigProto()的用法詳解就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
因?yàn)镻ython是腳本語言,不會進(jìn)行編譯,所以只有執(zhí)行到那一行,才能知道那個(gè)變量的類型,下面這篇文章主要給大家介紹了關(guān)于pycharm查看變量值的4種方法,需要的朋友可以參考下2022-04-04
這篇文章主要為大家詳細(xì)介紹了Python語言的自我介紹，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2022-02-02
python機(jī)器學(xué)習(xí)之KNN分類算法
這篇文章主要為大家詳細(xì)介紹了python機(jī)器學(xué)習(xí)之KNN分類算法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-08-08
Numpy中矩陣matrix讀取一列的方法及數(shù)組和矩陣的相互轉(zhuǎn)換實(shí)例
今天小編就為大家分享一篇Numpy中矩陣matrix讀取一列的方法及數(shù)組和矩陣的相互轉(zhuǎn)換實(shí)例，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-07-07
Python使用技巧之實(shí)現(xiàn)Excel轉(zhuǎn)為PDF
這篇文章主要為大家詳細(xì)介紹了使用第三方Python庫Spire.XLS?for?Python?實(shí)現(xiàn)Excel轉(zhuǎn)PDF的簡單方法,文中的示例代碼講解詳細(xì),需要的可以參考下2023-11-11
今天教大家如何只用Python制作簡單詞云,文中有非常詳細(xì)的介紹及代碼示例,對正在學(xué)習(xí)python的小伙伴們很有幫助,需要的朋友可以參考下2021-06-06
如今 Python 成為機(jī)器學(xué)習(xí)和大量使用數(shù)據(jù)操作的科學(xué)領(lǐng)域的主流語言; 它擁有各種深度學(xué)習(xí)框架和完善的數(shù)據(jù)處理和可視化工具。這篇文章主要介紹了遷移到 Python 3的方法,需要的朋友可以參考下2019-04-04
這篇文章主要為大家介紹了python實(shí)現(xiàn)俄羅斯方塊游戲的詳細(xì)代碼，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-06-06
PyCharm運(yùn)行bash腳本的實(shí)現(xiàn)
本文主要介紹了PyCharm運(yùn)行bash腳本的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-06-06
基于python實(shí)現(xiàn)獲取網(wǎng)頁圖片過程解析
這篇文章主要介紹了基于python實(shí)現(xiàn)獲取網(wǎng)頁圖片過程解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-05-05