使用TensorFlow库的list_local_devices()函数生成Python中的本地设备列表

在TensorFlow中，可以使用tf.config.experimental.list_local_devices()函数来生成Python中的本地设备列表。该函数返回一个列表，其中包含可用于TensorFlow计算的本地设备。

下面是一个使用TensorFlow库的list_local_devices()函数的例子：

import tensorflow as tf

# 获取本地设备列表
devices = tf.config.experimental.list_local_devices()

# 打印所有设备信息
for device in devices:
    print(device.name, device.device_type)

# 打印GPU设备信息
gpus = [device.name for device in devices if device.device_type == 'GPU']
print("可用的GPU设备：", gpus)

上述代码首先导入tensorflow库，然后使用tf.config.experimental.list_local_devices()函数获取本地设备列表。然后，可以使用for循环遍历设备列表，并打印每个设备的名称和设备类型。

在打印设备信息后，我们可以进一步筛选出GPU设备。在上述示例中，我们使用了一个列表推导式来找到设备类型为'GPU'的设备，并将其名称存储在名为gpus的列表中。

使用list_local_devices()函数的输出类似于以下内容：

/device:CPU:0 CPU
/device:GPU:0 GPU
/device:GPU:1 GPU
...

在上述示例中，我们打印了所有设备的名称和设备类型。然后，我们筛选了设备类型为'GPU'的设备，并打印了可用的GPU设备列表。

这些信息对于决定在TensorFlow中分配计算任务给哪些设备非常有用。