jupyter notebook tensorflow打印device信息实例

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我们。

赞 (0)

相关推荐

  • jupyter notebook 恢复误删单元格或者历史代码的实现

    1.先说恢复误删单元格的操作 场景:不小心把某个cell给cut了,或者删除了单元格(前提不要关闭notebook窗口). 解决方法: 先按Esc键进入命令模式,在按z键就会恢复.记住不要按Ctrl+z(这个只限没删除单元格的常规操作) 命令模式和编辑模式识别: 命令模式:左侧为蓝色. 编辑模式:左侧为绿色,可以直接写入内容. 2.恢复原来写过的代码 场景:在某个窗口写了很多代码,又删除了很多单元格,想找回原来的代码. 解决方法: 直接在一个单元格中输入:history (如图) 就会展示出历史

  • jupyter 中文乱码设置编码格式 避免控制台输出的解决

    我就废话不多说了,大家还是直接看代码吧! stdi, stdo, stde = sys.stdin, sys.stdout, sys.stderr reload(sys) sys.setdefaultencoding('utf-8') sys.stdin, sys.stdout, sys.stderr = stdi, stdo, stde 补充知识:python声明源文件编码格式.选择解释器 1.在不加任何的编码说明的时候,默认是ascii码,所以在页面上有中文的时候会显示错误,并且源文件无法被

  • 解决Jupyter Notebook使用parser.parse_args出现错误问题

    问题: 在Jupyter Notebook中使用args传递参数时出现错误: 原始代码:args = parser.parse_args() usage: ipykernel_launcher.py [-h] [--x_dim XDIM] [--h_dim HDIM] [--z_dim ZDIM] [--ratio RATIO] [--seed SEED] ipykernel_launcher.py: error: unrecognized arguments: -f C:\Users\MSI-

  • 解决Jupyter无法导入已安装的 module问题

    问题描述: 已经用pip install jieba安装好jieba分词工具,但是在Jupyter 里import jieba运行一直提示ImportError: No module named 'jieba' 好郁闷! 然后找了各种方法,conda install jieba也是不行的 但是终于还是找到方法了 (1)使用命令 anaconda search -t conda jieba查找对应版本 (2)使用 conda install -c jiangxiluning jieba=0.36.

  • jupyter notebook中美观显示矩阵实例

    我就废话不多说了,还是直接看代码吧! from IPython.display import display,Latex,Math %matplotlib inline from IPython.core.interactiveshell import InteractiveShell sh = InteractiveShell.instance() def number_to_str(n,cut=5): ns=str(n) format_='{0:.'+str(cut)+'f}' if 'e'

  • 解决Jupyter notebook更换主题工具栏被隐藏及添加目录生成插件问题

    我们都知道Jupyter notebook更换主题后看着会很舒服,但是有个问题主题更换后工具栏不显示了. usename$ jt -l Available Themes: chesterish grade3 monokai oceans16 onedork solarizedd solarizedl 使用命令:jt -t 主题名 -T` 更换主题 就可以显示工具栏了 为 jupyter 添加目录生成插件 terminal 端输入: 1. pip install jupyter_contrib_n

  • jupyternotebook 撤销删除的操作方式

    方法一 先按esc进入命令模式,即左侧线为蓝色(为绿色时是编辑模式),按z键即可恢复 方法二 如果是运行过的代码 直接运行 history 方法三 功能栏 edit -> undo delete cell 补充知识:Jupyter Notebook 快捷键 Jupyter Notebook 有两种键盘输入模式.编辑模式,允许你往单元中键入代码或文本, 这时的单元框线是绿色的.命令模式,键盘输入运行程序命令,这时的单元框线是灰色.未选中的单元没有线框. 命令模式 (按键 Esc 开启): Shif

  • jupyter notebook tensorflow打印device信息实例

    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

  • ipython jupyter notebook中显示图像和数学公式实例

    1. # 可以使用LaTeX表示数学公式 # 可以使用LaTeX表示数学公式 from IPython.display import Latex Latex(r"$\sqrt{x^2+y^2}$") 2. # SymPy的表达式也可以显示为LaTex %load_ext sympyprinting from sympy import * x, y = symbols("x,y") sqrt(x**2+y**2) 3. # 用Image类显示"jupyter

  • Jupyter Notebook折叠输出的内容实例

    一.问题描述 当Jupyter Notebook的输出内容很多时,为了屏幕可以显示更多的代码行,我需要将输出的内容进行折叠. 二.解决方法 1.鼠标操作 (1)鼠标左键双击输出单元格的左侧灰色区域. (2)展开:鼠标左键单机下方的灰色区域即可.如下图所示: 2.快捷键操作 (1)按Esc键 (2)按字母O (3)展开:同上. 补充知识:Python 找出出现次数超过数组长度一半的元素实例 利用问题的普遍性和特殊性来求解,代码如下: import unittest from datetime im

  • 查看jupyter notebook每个单元格运行时间实例

    打开jupyter notebook, 进入这儿: 搜索框里搜索time,并选中Execute Time,大功告成!!! 最后是这样的, 很方便有木有(如果不行可以尝试重启一下jupyter notebook). 之前有见过其他方法: 命令行里输入: pip install jupyter_contrib_nbextensions jupyter contrib nbextension install --user jupyter nbextension enable execute_time/

  • jupyter notebook读取/导出文件/图片实例

    我就废话不多说,看代码! import numpy as np import matplotlib.pyplot as plt import pandas as pd from pandas import Series,DataFrame # 如果不添加该行,则每次显示图片都需要加上plt.show %matplotlib inline 读入文件:pd.read_csv('./test.csv') 读入图片:plt.imread('./d.jpg') 导出文件 保存图片 plt.savefig(

  • 提高Python生产力的五个Jupyter notebook插件

    提高Python生产力的五个Jupyter notebook插件

    在本文中,我将分享五个 Jupyter 扩展来提大家的工作效率. 欢迎收藏学习,喜欢点赞支持.技术交流群文末提供,欢迎畅聊. 让我们开始吧! 1. jupyter-resource-usage 您是否遇到过由于内存问题而导致 Jupyter Notebook 变慢或崩溃的情况? 当我们探索占用大量内存的大数据或繁重的建模计算过程时,这种情况经常发生. 为了控制内存问题,我们可以使用 jupyter-resource-usage 扩展在我们的 Notebook 中显示内存使用情况. 这个扩展工作很

  • TensorFlow安装及jupyter notebook配置方法

    tensorflow利用anaconda在ubuntu下安装方法及jupyter notebook运行目录及远程访问配置 Ubuntu下安装Anaconda bash ~/file_path/file_name.sh 出现许可后可按Ctrl+C跳过,yes同意. 安装完成后询问是否加入path路径,亦可自行修改文件内容 关闭命令台重开 python -V 可查看是否安装成功 修改anaconda的python版本,以符合tf要求 conda install python=3.5 Anaconda

  • jupyter notebook 多行输出实例

    很多时候在一个cell中,我们不只有一个print,但默认只有一个print,所以我们进行多行输出,加入代码 from IPython.core.interactiveshell import InteractiveShell InteractiveShell.ast_node_interactivity = "all" 补充知识:jupyter notebook 输出中文PDF的简便方法哦 一个简单的 Jupyter notebook 输出中文PDF文件的方法 直接浏览器虚拟打印 

  • 从训练好的tensorflow模型中打印训练变量实例

    从tensorflow 训练后保存的模型中打印训变量:使用tf.train.NewCheckpointReader() import tensorflow as tf reader = tf.train.NewCheckpointReader('path/alexnet/model-330000') dic = reader.get_variable_to_shape_map() print dic 打印变量 w = reader.get_tensor("fc1/W") print t

随机推荐