tensflow-gpu测试代码python

### TensorFlow GPU 配置测试代码为了验证 TensorFlow 是否能够成功利用 GPU 进行计算，下面提供了一段 Python 代码示例来检测可用的 GPU 设备并执行简单的张量操作： ```python import tensorflow as tf # 打印TensorFlow版本信息 print("TensorFlow version:", tf.__version__) # 检查是否有可用的GPU设备 gpus = tf.config.experimental.list_physical_devices('GPU') if gpus: print("Available GPUs:") for gpu in gpus: print(gpu) else: print("No available GPUs") # 设置日志级别以减少不必要的输出信息 os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # 创建两个随机矩阵并在GPU上运行乘法运算 with tf.device('/GPU:0'): a = tf.constant([[1.0, 2.0], [3.0, 4.0]]) b = tf.constant([[1.0, 1.0], [0.0, 1.0]]) c = tf.matmul(a, b) print("Matrix multiplication result on GPU:\n", c.numpy()) ``` 这段代码首先打印出当前使用的 TensorFlow 版本[^1]。接着通过 `tf.config.experimental.list_physical_devices` 函数获取系统中存在的物理 GPU 列表，并将其数量和名称展示出来。最后部分展示了如何指定使用 GPU 来完成一次矩阵相乘的操作。当环境中存在多个 GPU 时，可以通过修改 `/GPU:X` 中 X 的值来选择特定编号的 GPU；默认情况下会选择第一个即索引为 0 的 GPU。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇 python开发中，如果schedule定时任务执行时中途发生错误，如何让任务重新运行