2.0 Respuesta compatible : Si bien la respuesta mencionada anteriormente explica en detalle cómo usar GPU en el modelo Keras, quiero explicar cómo se puede hacer Tensorflow Version 2.0
.
Para saber cuántas GPU están disponibles, podemos usar el siguiente código:
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
Para saber a qué dispositivos están asignados sus operaciones y tensores, colóquelo tf.debugging.set_log_device_placement(True)
como la primera declaración de su programa.
Al habilitar el registro de ubicación de dispositivos, se imprimen las asignaciones u operaciones de Tensor. Por ejemplo, ejecutando el siguiente código:
tf.debugging.set_log_device_placement(True)
# Create some tensors
a = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
b = tf.constant([[1.0, 2.0], [3.0, 4.0], [5.0, 6.0]])
c = tf.matmul(a, b)
print(c)
da la salida que se muestra a continuación:
Ejecutando op MatMul en dispositivo / trabajo: localhost / réplica: 0 / tarea: 0 / dispositivo: GPU: 0 tf.Tensor ([[22. 28.] [49. 64.]], shape = (2, 2), dtype = float32)
Para obtener más información, consulte este enlace.