tensorflow - 在 keras 中训练机器学习模型的 GPU 和 XLA_CPU 有什么区别?
问题描述
我想使用比 CPU 更好的处理器在 keras 中训练 ML 模型
如果我运行:
physical_devices = tf.config.list_physical_devices()
print(physical_devices)
# [
# PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU'),
# PhysicalDevice(name='/physical_device:XLA_CPU:0', device_type='XLA_CPU')
# ]
- XLA_CPU 能否取得比 CPU/GPU 更好的效果?
- 我应该买一台带 GPU 的机器吗?
- 如果 XLA_CPU 比 CPU 好,我如何将其设置为与 XLA_CPU 一起使用?
解决方案
推荐阅读
- python - Pandas tseries Holiday 中的自定义节日庆祝活动
- python - 如何在文本文件中找到 n 个字母的单词?
- javascript - 在 peerjs 中接收连接是阻塞操作吗?
- facebook-graph-api - 我可以通过 Facebook Graph API 获得提及列表,就像我们在 Facebook 页面中使用“@”一样吗?
- jenkins - Jenkins 插件 ssh-agent 显示“错误:无法运行 ssh-add”
- c++ - SDL 混音器无法在嵌入式 Linux 上加载
- twitter-bootstrap-3 - 引导树视图:树未显示
- python - 复选框 getlist 什么都不返回 - django
- arrays - React 原生数组更新
- python - 装饰器可以访问python中的变量类型声明吗?