tensorflow CPU gpu 的相关内容

阿里云文档 2026-03-31

实例类型规格并发度配置指南-函数计算-阿里云

在通用计算场景中，例如 Web 服务和数据处理，函数计算通常只需使用基础的 CPU 实例即可满足需求。然而，在需要进行大规模并行计算或深度学习任务的场景下，如音视频处理、人工智能（AI）推理及图像处理等，GPU 实例则能够显著提升计算效率。

阿里云文档 2026-03-23

如何实现K8s集群以Serverless方式使用云上CPU/GPU资源

IDC中K8s集群通过Serverless方式使用阿里云弹性容器实例ECI运行业务Pod。您可以在K8s集群直接提交业务Pod，使Pod运行在ECI上，无需额外运维云上节点池，更加灵活、高效、弹性地使用云上CPU和GPU资源。本文介绍如何基于注册集群实现IDC中K8s集群以Serverless方式使用云上CPU和GPU资源。

阿里云文档 2025-12-08

CPU实例和GPU实例的两种使用模式及相应的规格

函数计算的CPU实例和GPU实例均支持按量模式和预留模式。按量模式根据请求时长计费，可以结合并发度设置提高实例的资源利用率。预留模式则是从实例启动完成开始计费，到实例释放为止，可用于解决冷启动问题。本文为您介绍两类实例的实例模式、计费方式及实例规格。

文章 2024-07-13 来自：开发者社区

Keras是一个高层神经网络API，由Python编写，并能够在TensorFlow、Theano或CNTK之上运行。Keras的设计初衷是支持快速实验，能够用最少的代码实现想法，并且能够方便地在CPU和GPU上运行。

1. Keras框架概述 Keras是一个高层神经网络API，由Python编写，并能够在TensorFlow、Theano或CNTK之上运行。Keras的设计初衷是支持快速实验，能够用最少的代码实现想法，并且能够方便地在CPU和GPU上运行。 2. Sequential()模型在Keras中，Sequential模型是一个...

文章 2023-12-26 来自：开发者社区

Anaconda配置Python新版本tensorflow库（CPU、GPU通用）的方法

本文介绍在Anaconda环境中，下载并配置Python中机器学习、深度学习常用的新版tensorflow库的方法。在之前的两篇文章基于Python TensorFlow Estimator的深度学习回归与分类代码——DNNRegressor（https://blog.csdn.net/zhebushibiaoshifu/article/details/114001720）与基于Pyth....

文章 2023-11-01 来自：开发者社区

Keras和Tensorflow（CPU）安装、Pytorch（CPU和GPU）安装以及jupyter使用虚拟环境

Keras和Tensorflow（CPU）安装一、安装我用的是清华大学源keras安装：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple kerastensorflow安装：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow注：我用的是cmd管理员安装，....

文章 2023-06-23 来自：开发者社区

模型部署专题 | 02 ：BERT-Tensorflow模型部署(CPU版和GPU版)

背景使用BERT-TensorFlow解决法研杯要素识别任务，该任务其实是一个多标签文本分类任务。模型的具体不是本文重点，故于此不细细展开说明。本文重点阐述如何部署模型。模型部署官方推荐TensorFlow模型在生产环境中提供服务时使用SavedModel格式。SavedModel格式是一种通用的、语言中立的、密闭的、可恢复的TensorFlow模型序列化格式。SavedModel封...

文章 2022-02-17 来自：开发者社区

成功解决：Win系统下的Tensorflow使用CPU而不使用GPU运行加速

解决问题解决思路版本不一致导致！解决方法

共有8条

< 1 >

跳转至： GO

更新时间 2024-07-14 09:23:27

本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。