tensorflow怎样调用gpu_tensorflow / tensorflow-gpu / tensorflow-cpu区别?
生活随笔
收集整理的這篇文章主要介紹了
tensorflow怎样调用gpu_tensorflow / tensorflow-gpu / tensorflow-cpu区别?
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
在tensorflow 1.x中，
| 只有CPU | cpu運行 | 和tensorflow一樣運行 |
| 有GPU且裝Cuda和Cudnn | cpu運行 | gpu運行 |
| 有GPU未裝Cuda或Cudnn | cpu運行 | 和tensorflow一樣運行 |
在tensorflow 2.x中，
| 只有CPU | cpu運行 | cpu運行 |
| 有GPU且裝Cuda和Cudnn | cpu運行 | gpu運行 |
| 有GPU未裝Cuda或Cudnn | cpu運行 | cpu運行 |
tensorflow 2.x不再區(qū)分是否gpu，當檢測到gpu并安裝cuda后，自動調(diào)用gpu。
但是，有些人不需要或沒有gpu，gpu適配對這部分群體是浪費的（占用不必要的資源），于是有了tensorflow-cpu，我們可以理解其為cpu only版本
（綜上，也可以理解為：tensorflow==1.x對應tensorflow-cpu==2.x，tensorflow-gpu==1.x對應tensorflow==2.x）
個人理解，如有錯誤請指正。
參考：https://github.com/tensorflow/tensorflow/tree/v2.3.1https://github.com/tensorflow/tensorflow/tree/r1.14
Difference between installation libraries of Tensorflow GPU vs CPU
總結
以上是生活随笔為你收集整理的tensorflow怎样调用gpu_tensorflow / tensorflow-gpu / tensorflow-cpu区别?的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： #打开cmd指定路径_CMD
- 下一篇： r语言 整理、处理数据步骤_R语言之数据