Ang GPU ay isang mahusay na tool para sa pagpapabilis ng mga pagkalkula sa malalaking set ng data. Gayunpaman, maaaring kailanganin kung minsan ang hindi pagpapagana ng GPU upang mapabuti ang pagganap. Ang isang karaniwang dahilan para sa hindi pagpapagana ng GPU ay kapag gumagamit ng TensorFlow sa isang laptop o desktop computer na may limitadong mga mapagkukunan. Ang hindi pagpapagana sa GPU ay maaari ding mapabuti ang pagganap kapag gumagamit ng TensorFlow sa isang mobile device.
import os os.environ["CUDA_VISIBLE_DEVICES"]="-1"
Ini-import ng unang linya ang os module. Itinatakda ng pangalawang linya ang variable ng kapaligiran na CUDA_VISIBLE_DEVICES sa -1. Sinasabi nito sa TensorFlow na huwag gumamit ng anumang mga GPU.
Jupiter Notebook
Ang Jupyter Notebook ay isang web application na nagbibigay-daan sa iyong lumikha at magbahagi ng mga dokumento sa iba sa isang collaborative na kapaligiran. Kabilang dito ang mga feature tulad ng rich text formatting, live code editing, at awtomatikong paggawa ng dokumento.
daloy ng tensor
Ang TensorFlow ay isang library para sa pagsusuri ng data at machine learning. Pinapayagan ka nitong lumikha ng mga custom na modelo at algorithm upang mapabilis ang pagsasanay ng mga modelong iyon. Maaaring gamitin ang TensorFlow sa Python, na nagpapadali sa pagsisimula.
GPU
Ang GPU sa Python ay isang makapangyarihang tool na magagamit para sa iba't ibang gawain, kabilang ang pagpoproseso ng graphics, machine learning, at scientific computing. Ang mga GPU ay mga dalubhasang microprocessor na idinisenyo para sa high-performance na pag-render ng graphics at malalim na pag-aaral. Nagbibigay ang Python ng maginhawang wrapper para sa library ng CUDA, na nagpapadali sa pag-access ng mga mapagkukunan ng GPU.
