GPU gegen CPU

Mi Mär 07, 2018 1:22 pm

import tensorflow as tf

c = []
for d in ['/device:GPU:0', '/device:GPU:1']:
    with tf.device(d):
         a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3])
         b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2])
         c.append(tf.matmul(a, b))
with tf.device('/cpu:0'):
    sum = tf.add_n(c)

sess = tf.Session(config=tf.ConfigProto(
         allow_soft_placement=True, log_device_placement=True))    # Creates a session with log_device_placement set to True.

print(sess.run(sum))   # Runs the op

Dieses Beispiel zeigt, ob die GPU angesprochen wird und das diese dann schneller als die CPU arbeitet.

Standardmässig ist CPU 0, die eingebaute CPU und GPU 0 ist die eingebaute GPU der Grafikkarte. Wenn die angesprochene GPU 1 wenn vorhanden ist,
wird dies durch das assign der GPU durch allow:soft_placement ersetzt (auf GPU 0).