一、Tensorflow简介

‌TensorFlow‌是一个由谷歌开发的开源机器学习和深度学习框架，广泛用于构建和训练神经网络。它基于数据流图（DataFlow Graph）进行计算，支持CPU和GPU加速计算，并且提供了灵活的API以适应研究和生产环境‌。

二、软件安装

平台已预安装有anaconda和‌TensorFlow供有需要的用户使用，如用户对版本有特殊要求，可自行安装在个人家目录下。平台的 tensorflow2.9.3 环境中已配置了 keras2.9.0，调用方法与 tensorflow 相同。

### 加载软件环境

module load anaconda/3-2023.03

source activate tensorflow2.9.3

### 验证安装

#运行python

(tensorflow2.9.3) [username@loginnode jobs]$ python

Python 3.10.6 (main, Oct 24 2022, 16:07:47) [GCC 11.2.0] on linux

Type "help", "copyright", "credits" or "license" for more information.

>>> import tensorflow as tf

>>> print(tf.__version__)

2.9.3

>>>

三、提交作业

pytorch gpu版本使用方法

step1、创建slurm脚本tensorflow_gpu.sh

#!/bin/bash

#SBATCH --partition=GPU80G

#SBATCH --qos=gpu_qos

#SBATCH -J job-tensorflow_test

#SBATCH --nodes=1

#SBATCH -c 14

#SBATCH --output=job.%j.out

#SBATCH --error=job.%j.err

#SBATCH --gres=gpu:1

module load anaconda/3-2023.03

module load cuda/11.8

source activate tensorflow2.9.3

python /share/envtest/tensorflow_test.py

step2、提交作业

sbatch  tensorflow_gpu.sh

Step3、查看作业结果

查看输出文件job.%j.out，内容为：

===== TensorFlow GPU 测试 =====

TensorFlow 检测到的 GPU 数量: 1

GPU 设备: /physical_device:GPU:0

GPU 计算能力: GPU

矩阵乘法结果:

[[1. 3.]

[3. 7.]]

显存使用量: 0.00 MB

===== Keras GPU 测试 =====

Keras 版本 (通过 TensorFlow 导入): 2.9.0

Keras 检测到的 GPU 数量: 1

Keras 模型训练完成（使用 GPU）！

‌TensorFlow cpu版本使用方法

step1、创建slurm脚本tensorflow_cpu.sh

#!/bin/bash

#SBATCH --partition=C056M0256G

#SBATCH --qos=cpu_qos

#SBATCH -J job-tensorflow_test

#SBATCH --nodes=1

#SBATCH -c 56

#SBATCH --output=job.%j.out

#SBATCH --error=job.%j.err

module load anaconda/3-2023.03

source activate tensorflow2.9.3

python -c "import tensorflow as tf; print(tf.__version__)"

step2、提交作业

sbatch  tensorflow_cpu.sh

Step3、查看作业结果

查看输出文件job.%j.out，内容为版本信息2.9.3