欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Tensorflow中tf.ConfigProto()的用法詳解

 更新時間:2020年02月06日 15:13:14   作者:泥石流中的一股清流  
今天小編就為大家分享一篇Tensorflow中tf.ConfigProto()的用法詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

參考Tensorflow Machine Leanrning Cookbook

tf.ConfigProto()主要的作用是配置tf.Session的運算方式,比如gpu運算或者cpu運算

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

設置為True時,會打印出TensorFlow使用了那種操作

inter_op_parallelism_threads=0

設置線程一個操作內部并行運算的線程數(shù),比如矩陣乘法,如果設置為0,則表示以最優(yōu)的線程數(shù)處理

intra_op_parallelism_threads=0

設置多個操作并行運算的線程數(shù),比如 c = a + b,d = e + f . 可以并行運算

allow_soft_placement=True

有時候,不同的設備,它的cpu和gpu是不同的,如果將這個選項設置成True,那么當運行設備不滿足要求時,會自動分配GPU或者CPU。

其他選項

當使用GPU時候,Tensorflow運行自動慢慢達到最大GPU的內存

session_config.gpu_options.allow_growth = True

當使用GPU時,設置GPU內存使用最大比例

session_config.gpu_options.per_process_gpu_memory_fraction = 0.4

是否能夠使用GPU進行運算

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容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關文章

  • pycharm查看變量值的4種方法匯總

    pycharm查看變量值的4種方法匯總

    因為Python是腳本語言,不會進行編譯,所以只有執(zhí)行到那一行,才能知道那個變量的類型,下面這篇文章主要給大家介紹了關于pycharm查看變量值的4種方法,需要的朋友可以參考下
    2022-04-04
  • Python語言的自我介紹一起來看看

    Python語言的自我介紹一起來看看

    這篇文章主要為大家詳細介紹了Python語言的自我介紹,文中示例代碼介紹的非常詳細,具有一定的參考價值,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機器學習之KNN分類算法

    python機器學習之KNN分類算法

    這篇文章主要為大家詳細介紹了python機器學習之KNN分類算法,具有一定的參考價值,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)組和矩陣的相互轉換實例

    Numpy中矩陣matrix讀取一列的方法及數(shù)組和矩陣的相互轉換實例

    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)組和矩陣的相互轉換實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-07-07
  • Python使用技巧之實現(xiàn)Excel轉為PDF

    Python使用技巧之實現(xiàn)Excel轉為PDF

    這篇文章主要為大家詳細介紹了使用第三方Python庫Spire.XLS?for?Python?實現(xiàn)Excel轉PDF的簡單方法,文中的示例代碼講解詳細,需要的可以參考下
    2023-11-11
  • 只用Python就可以制作的簡單詞云

    只用Python就可以制作的簡單詞云

    今天教大家如何只用Python制作簡單詞云,文中有非常詳細的介紹及代碼示例,對正在學習python的小伙伴們很有幫助,需要的朋友可以參考下
    2021-06-06
  • ​如何愉快地遷移到 Python 3

    ​如何愉快地遷移到 Python 3

    如今 Python 成為機器學習和大量使用數(shù)據(jù)操作的科學領域的主流語言; 它擁有各種深度學習框架和完善的數(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
  • python實現(xiàn)俄羅斯方塊游戲

    python實現(xiàn)俄羅斯方塊游戲

    這篇文章主要為大家介紹了python實現(xiàn)俄羅斯方塊游戲的詳細代碼,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2018-06-06
  • PyCharm運行bash腳本的實現(xiàn)

    PyCharm運行bash腳本的實現(xiàn)

    本文主要介紹了PyCharm運行bash腳本的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2023-06-06
  • 基于python實現(xiàn)獲取網(wǎng)頁圖片過程解析

    基于python實現(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,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2020-05-05

最新評論