ビューkerasは、得られたGPUを認識します

kerasのインポートKとしてバックエンド
）（K.tensorflow_backend._get_available_gpus

[28]アウト：

[ '/ジョブ：ローカルホスト/レプリカ：0 /タスク：0 /デバイス：GPU：0']

より詳細なデバイス情報を見ます

tensorflow.python.client インポートdevice_libの
 インポートのTFとしてtensorflow 

プリント（device_lib.list_local_devices（））
 プリント（tf.test.is_built_with_cuda（））

出力：

[名前： "/デバイス：CPU：0"

DEVICE_TYPE： "CPU" 
のmemory_limit：268435456 
局所{ 
} 
化身：9443078288448539683 
、名称： "/デバイス：XLA_CPU：0" 
DEVICE_TYPE： "XLA_CPU" 
のmemory_limit：17179869184 
局所{ 
} 
化身：14589028880023685106 
physical_device_desc： "デバイス：XLA_CPU装置" 
、名： "/デバイス：XLA_GPU：0" 
DEVICE_TYPE： "XLA_GPU" 
のmemory_limit：17179869184 
局所{ 
} 
化身：12944586764183584921 
physical_device_desc： "デバイス：XLA_GPUデバイス" 
、名"/デバイス：GPU：0" 
DEVICE_TYPE： "GPU" 
のmemory_limit。8365150044 
局所{ 
  BUS_ID：1
  リンク{
  } 
} 
化身：8725535454902618392 
physical_device_desc： "デバイス：0、名前：テスラP100-PCIE-16ギガバイト、PCIバス番号：0000：00：04.0、計算能力：6.0" 
] はTrue

ビューのGPUが使用されています

インポートタスクフォースとしてtensorflow
 プリント（TF __version__ ）
 の場合：tf.test.gpu_device_name（）
     印刷（' デフォルトのGPUデバイス：{} ' .format（tf.test.gpu_device_name（）））
 他：
     プリント（「GPUのバージョンをインストールしてくださいTFの" ）

出力：

1.13.1 
デフォルトのGPUデバイス：/デバイス：GPU：0

GPUの使用されているkerasまたはtensorflowを表示する方法

おすすめ