如果我们将libtensorflow_jni和libtensorflow_jni_gpu都添加到行家pom或类似的东西:
<dependency>
<groupId>org.tensorflow</groupId>
<artifactId>tensorflow</artifactId>
</dependency>
<dependency>
<groupId>org.tensorflow</groupId>
<artifactId>libtensorflow_jni_gpu</artifactId>
</dependency>
我们可以期望构建的应用程序能够在CPU和GPU平台上运行并利用它们吗?
还是这些库是互斥的?
关于此的文档不是特别清楚:https://github.com/tensorflow/tensorflow/blob/master/tensorflow/java/maven/README.md#artifact-structure
最佳答案
不,它们不是互斥的。 libtensorflow_jni_gpu
具有功能的超集,它允许同时利用CPU和GPU(如果在系统上可用)进行操作。
但是,libtensorflow_jni_gpu
当前要求在运行该程序的系统上安装CUDA库(无论是否物理安装了GPU)。
希望能有所帮助。
关于java - libtensorflow_jni和libtensorflow_jni_gpu jar依赖项是否互斥?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/49590478/