如何在 Tensorflow.JS 上激活 webgpu 后端
How to activate webgpu backend on Tensorflow.JS
Tensorflow.js Github 上的当前版本包括一个 WEBGPU 后端,但是当 运行 tf.getBackend()
我得到 webgl
即使 Chrome启用了 WEBGPU 的 Canary。另外 运行 tf.backend()
似乎并不表示 WEBGPU 在那里。
您要导入哪个 tf
包?默认情况下,WebGPU 后端未与 tfjs
捆绑在一起 - 您需要专门导入它,如下所示:
import * as tf from '@tensorflow/tfjs-backend-webgpu';
const init = async () => {
await tf.ready();
// Now we can create tensors and run ops.
tf.matMul(a, b).print();
};
init();
请注意,后端是异步的 - 您必须先调用 await tf.ready()
才能对其进行任何操作。
希望对您有所帮助。
这仍然是一项实验性功能。你可以使用 npm
导入包
npm install @tensorflow/tfjs-backend-webgpu
并导入它
import * as tf from '@tensorflow/tfjs-backend-webgpu';
唯一要记住的是等待后端
import * as tf
(async() => {
await tf.ready
// then do all operations on the backend
})()
Tensorflow.js Github 上的当前版本包括一个 WEBGPU 后端,但是当 运行 tf.getBackend()
我得到 webgl
即使 Chrome启用了 WEBGPU 的 Canary。另外 运行 tf.backend()
似乎并不表示 WEBGPU 在那里。
您要导入哪个 tf
包?默认情况下,WebGPU 后端未与 tfjs
捆绑在一起 - 您需要专门导入它,如下所示:
import * as tf from '@tensorflow/tfjs-backend-webgpu';
const init = async () => {
await tf.ready();
// Now we can create tensors and run ops.
tf.matMul(a, b).print();
};
init();
请注意,后端是异步的 - 您必须先调用 await tf.ready()
才能对其进行任何操作。
希望对您有所帮助。
这仍然是一项实验性功能。你可以使用 npm
导入包 npm install @tensorflow/tfjs-backend-webgpu
并导入它
import * as tf from '@tensorflow/tfjs-backend-webgpu';
唯一要记住的是等待后端
import * as tf
(async() => {
await tf.ready
// then do all operations on the backend
})()