如何检查keras tensorflow后端是GPU还是CPU版本?

时间:2017-07-12 22:04:39

标签: tensorflow keras

据我所知,在安装tensorflow时,您可以安装GPU或CPU版本。如何检查安装了哪一个(我使用的是linux)。

如果安装了GPU版本,如果GPU不可用,它会自动在CPU上运行还是会引发错误?如果GPU可用,是否需要设置特定字段或值以确保它在GPU上运行?

2 个答案:

答案 0 :(得分:43)

您也可以使用Keras后端功能进行检查:

from keras import backend as K
K.tensorflow_backend._get_available_gpus()

我在Keras(2.1.1)

上测试了这个

答案 1 :(得分:17)

根据documentation

  

如果您在TensorFlow或CNTK后端上运行,如果检测到任何可用的GPU,您的代码将自动在GPU上运行。

您可以通过 -

查看tensorflow使用的所有设备
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

同样如this answer

中所述
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

这将打印您的tensorflow是使用CPU还是GPU后端。如果您在jupyter笔记本中运行此命令,请查看启动笔记本的控制台。

如果您怀疑是否安装了tensorflow gpu版本。您可以通过pip安装gpu版本。

pip install tensorflow-gpu