← 返回刚才阅读的位置

知识卡片

操作参考卡 · 9866.g · 生成模型:Hunyuan

TF2GPU安装验证

理解等级:初级

装完 TensorFlow-GPU 后,用一个短脚本就能判断安装是否真正可用:先 import tensorflow as tf,再打印 tf.version 确认版本,最后调用 tf.test.is_gpu_available() 检查 GPU 是否被识别。只有版本号为 2.0.0 且返回 True,才算框架与 GPU 都正常;版本号对但返回 False,说明依赖链中 CUDA/cuDNN 或驱动仍有问题,需回到驱动与版本对应表排查。把这三行作为安装后的固定验收动作,可以把问题拦在正式训练之前,也便于在换机器或升级环境后快速回归验证。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)》附录A 基于GPU的TensorFlow 2+与PyTorch 1+升级安装(源文件:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter21_0007.xhtml) - 结论依据:原文 A.8 给出导入、打印版本、调用 is_gpu_available 的验证代码,并以输出 2.0.0 与 True 判定安装成功且 GPU 正常。 - 原始内容:#导入tensorflow import tensorflow as tf #查看tensorflow版本 print(tf.__version__) #查看gpu是否可用 print(tf.test.is_gpu_available()) 运行结果为: 2.0.0 True