如何使用Jupyter Notebook在TensorFlow中查看设备信息示例？

本文共计415个文字，预计阅读时间需要2分钟。

在Jupyter Notebook中，若要直接使用`log_device_placement=True`打印设备信息而不显示设备，可使用以下代码：

pythonimport tensorflow as tf

设置设备日志输出tf.config.set_log_device_placement(True)

创建一个TensorFlow张量a=tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])

执行操作，但不打印设备信息b=a * a

juypter notebook中直接使用log_device_placement=True打印不出来device信息

# Creates a graph. with tf.device('/device:CPU:0'): a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a') b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b') c = tf.matmul(a, b) # Creates a session with log_device_placement set to True. sess = tf.Session(config=tf.ConfigProto(log_device_placement=True,allow_soft_placement=True)) # Runs the op. print(sess.run(c))

需要使用output_partition_graphs来输出device信息

# Creates a graph. with tf.device('/device:GPU:0'): a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a') b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b') c = tf.matmul(a, b) # Creates a session with log_device_placement set to True. sess = tf.Session(config=tf.ConfigProto(log_device_placement=True,allow_soft_placement=True)) # Runs the op. options = tf.RunOptions(output_partition_graphs=True) metadata = tf.RunMetadata() c_val = sess.run(c, options=options, run_metadata=metadata) print metadata.partition_graphs

补充知识：Jupyter无法在控制台打印

因为数据有中文，所以我特意在jupter前面设置了

reload(sys)
sys.setdefaultencoding("utf-8")

结果使用print语句的时候无法输入内容。究其原因，是因为reload的时候把sdout变为ipython的对象了，所以要临时储存一下stdout的对象。

不妨试一试以下代码

import sys stdo = sys.stdout reload(sys) sys.setdefaultencoding('utf-8') sys.stdout= stdo

以上这篇jupyter notebook tensorflow打印device信息实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持易盾网络。