Python tensorflow.device()用法及代码示例

TensorFlow是Google设计的开源Python库，用于开发机器学习模型和深度学习神经网络。

device()用于显式指定应在其中执行操作的设备。

用法：tesorflow.device( device_name )

参数：

device_name:它指定在此上下文中使用的设备名称。

返回值：它返回一个上下文管理器，该上下文管理器指定用于新创建的操作的默认设备。

范例1：

Python3

# Importing the library 
import tensorflow as tf 
  
# Initializing Device Specification 
device_spec = tf.DeviceSpec(job ="localhost", replica = 0, device_type = "CPU") 
  
# Printing the DeviceSpec  
print('Device Spec:', device_spec.to_string()) 
  
# Enabling device logging 
tf.debugging.set_log_device_placement(True) 
  
# Specifying the device 
with tf.device(device_spec):
  a = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]]) 
  b = tf.constant([[1.0, 2.0], [3.0, 4.0], [5.0, 6.0]]) 
  c = tf.matmul(a, b)

输出：


Device Spec: /job:localhost/replica:0/device:CPU:*
Executing op MatMul in device /job:localhost/replica:0/task:0/device:CPU:0

范例2：在此示例设备规范中指定了要使用的GPU，但系统找不到GPU，因此它将在CPU上运行操作。

Python3

# Importing the library 
import tensorflow as tf 
  
# Initializing Device Specification 
device_spec = tf.DeviceSpec(job ="localhost", replica = 0, device_type = "GPU") 
  
# Printing the DeviceSpec  
print('Device Spec:', device_spec.to_string()) 
  
# Enabling device logging 
tf.debugging.set_log_device_placement(True) 
  
# Specifying the device 
with tf.device(device_spec):
  a = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]]) 
  b = tf.constant([[1.0, 2.0], [3.0, 4.0], [5.0, 6.0]]) 
  c = tf.matmul(a, b)

输出：

Device Spec: /job:localhost/replica:0/device:GPU:*
Executing op MatMul in device /job:localhost/replica:0/task:0/device:CPU:0

相关用法

注：本文由纯净天空筛选整理自aman neekhara大神的英文原创作品 Python – tensorflow.device()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。